專利名稱：一種聊天機(jī)器人系統(tǒng)及自動聊天方法
技術(shù)領(lǐng)域：
本發(fā)明涉及人工智能領(lǐng)域，更具體地說，本發(fā)明涉及一種聊天機(jī)器人系統(tǒng)及自動聊天方法。
背景技術(shù)：
近些年來，人們之間的通訊手段日益豐富。即時通信工具、手機(jī)短信等通訊手段日漸風(fēng)行。基于這些通訊手段，除了實現(xiàn)人與人之間的溝通交流外，也使得人與人工智能系統(tǒng)之間的溝通交流成為可能。
聊天機(jī)器人系統(tǒng)就是一種借助于通訊手段能夠時時刻刻在線、并通過自然語言與人溝通交流的人工智能系統(tǒng)。除了聊天功能外，聊天機(jī)器人系統(tǒng)還可以擁有眾多的增值服務(wù)，例如天氣查詢、地圖查詢、生活信息查詢、計算器、詞典等，甚至還可以與人一起作游戲。聊天機(jī)器人系統(tǒng)實質(zhì)上是一種自動問答系統(tǒng)。自動問答系統(tǒng)以自然語言理解技術(shù)為核心，涉及到計算語言學(xué)、信息科學(xué)和人工智能等多門學(xué)科，是計算機(jī)應(yīng)用研究的熱點(diǎn)之一。自然語言理解是人工智能領(lǐng)域中的一個重要研究方向，它使計算機(jī)能夠理解和運(yùn)用人類的自然語言，可以理解用戶的談話內(nèi)容或者查詢意圖，實現(xiàn)人與計算機(jī)之間基于自然語言的有效溝通。
聊天機(jī)器人利用自然語言處理技術(shù)、知識庫和實時更新的信息資源，一方面完成對用戶問題的分析處理，另一方面完成正確答案的生成。
目前現(xiàn)有技術(shù)中有一種聊天機(jī)器人系統(tǒng)，包含通訊模塊、查詢服務(wù)器、游戲服務(wù)器、人工智能服務(wù)器及相應(yīng)的數(shù)據(jù)庫。在這種聊天機(jī)器人系統(tǒng)中，采用數(shù)據(jù)庫作為知識點(diǎn)的記載方式，用戶通過即時通訊平臺或短信平臺與聊天機(jī)器人進(jìn)行各種對話。
然而，現(xiàn)有技術(shù)的這種聊天機(jī)器人系統(tǒng)架構(gòu)缺乏信息分發(fā)機(jī)制，在支持海量用戶時會遇到較大的困難，因此這種系統(tǒng)架構(gòu)的可擴(kuò)展性差。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的是提出一種聊天機(jī)器人系統(tǒng)，以滿足海量用戶，提高可擴(kuò)展性。
本發(fā)明的另一目的是提出一種聊天機(jī)器人系統(tǒng)的實現(xiàn)方法，以滿足海量用戶，提高可擴(kuò)展性。
為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的一種聊天機(jī)器人系統(tǒng)，該系統(tǒng)包括分發(fā)服務(wù)器和至少兩個機(jī)器人服務(wù)器，其中分發(fā)服務(wù)器，用于接收用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器；機(jī)器人服務(wù)器，用于響應(yīng)于用戶語句向用戶自動反饋答復(fù)。
所述分發(fā)服務(wù)器的數(shù)目至少為兩個，該系統(tǒng)進(jìn)一步包括重定向服務(wù)器；重定向服務(wù)器，用于接收用戶會話，并根據(jù)該用戶的屬性信息，將用戶會話重定向到與所述屬性信息相匹配的分發(fā)服務(wù)器；所述與屬性信息相匹配的分發(fā)服務(wù)器，用于接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器。
所述用戶的屬性信息包括用戶的IP地址和/或客戶端帳號。
所述分發(fā)服務(wù)器的數(shù)目至少為兩個，該系統(tǒng)進(jìn)一步包括重定向服務(wù)器；重定向服務(wù)器，用于接收用戶會話，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的分發(fā)服務(wù)器；分發(fā)服務(wù)器，用于接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器。
所述機(jī)器人服務(wù)器包括語句目的識別單元，用于識別用戶語句為格式化語句還是非格式化語句；格式化語言執(zhí)行單元，用于當(dāng)語句目的識別單元識別出用戶語句為格式化語句時，執(zhí)行所述格式化語句；自然語言理解單元，用于當(dāng)語句目的識別單元識別出用戶語句為非格式化語句時，對用戶語句進(jìn)行自然語言理解以確定語句屬性；用戶屬性管理單元，用于管理用戶的屬性信息；推理引擎單元，用于加載知識庫，并根據(jù)所述語句屬性和用戶屬性信息在知識庫中進(jìn)行模式匹配，確定匹配的反饋答復(fù)。
所述用戶的屬性信息包括用戶的姓名、用戶的性別、用戶所在城市、用戶愛好中的任一個或者多于一個的任意組合。
所述自然語言理解單元，用于對用戶語句執(zhí)行下列操作中的任一個或者多于一個的任意組合以確定語句屬性分詞；問句主干提??；問句類型判斷；話題判斷。
所述機(jī)器人服務(wù)器進(jìn)一步包括備用推理引擎單元，用于當(dāng)知識庫更新時加載更新的知識庫，并在加載完更新的知識庫后與所述推理引擎單元轉(zhuǎn)換功能。
該系統(tǒng)進(jìn)一步包括學(xué)習(xí)服務(wù)器，所述知識庫位于學(xué)習(xí)服務(wù)器中；學(xué)習(xí)服務(wù)器，用于記錄用戶對話，并將用戶對話轉(zhuǎn)化為知識庫文件格式后保存在知識庫中。
該系統(tǒng)進(jìn)一步包括審核服務(wù)器，審核服務(wù)器，用于根據(jù)預(yù)先設(shè)置的知識審核規(guī)則對用戶對話進(jìn)行審核，并僅將通過審核的用戶對話發(fā)送到學(xué)習(xí)服務(wù)器。
所述知識庫文件格式包括問題部分和應(yīng)答部分，問題部分以問句主干的方式保存，應(yīng)答部分以完整保留的方式保存。
所述格式化語言執(zhí)行單元包括信息查詢模塊、對話教育模塊和游戲模塊中的任一個或者多于一個的任意組合，其中信息查詢模塊，用于確定信息查詢類的格式化語句的反饋答復(fù)；對話教育模塊，用于確定對話教育類的格式化語句的反饋答復(fù)；游戲模塊，用于確定游戲類的格式化語句的反饋答復(fù)。
分發(fā)服務(wù)器，用于通過以下通訊方式中的任一種或者多于一種的任意組合接收用戶語句通過即時通訊方式接收用戶語句；通過電子郵件方式接收用戶語句；通過短消息方式接收用戶語句。
分發(fā)服務(wù)器，用于通過以下通訊方式中的任一種或者多于一種的任意組合向用戶自動反饋答復(fù)通過即時通訊方式接收用戶語句；通過電子郵件方式接收用戶語句；通過短消息方式接收用戶語句。
該系統(tǒng)進(jìn)一步包括控制服務(wù)器，所述控制服務(wù)器，用于向機(jī)器人服務(wù)器和學(xué)習(xí)服務(wù)器發(fā)送知識庫更新切換指令；學(xué)習(xí)服務(wù)器，用于在收到知識庫更新切換指令后，將積攢的用戶對話轉(zhuǎn)化為知識庫文件格式以更新知識庫；機(jī)器人服務(wù)器中的備用推理引擎單元，用于在收到知識庫更新切換指令后，加載更新的知識庫，并在加載完更新的知識庫后和所述推理引擎單元轉(zhuǎn)換功能。
控制服務(wù)器定時向機(jī)器人服務(wù)器和學(xué)習(xí)服務(wù)器發(fā)送知識庫更新切換指令；或控制服務(wù)器在用戶對話積攢到預(yù)定程度時向機(jī)器人服務(wù)器和學(xué)習(xí)服務(wù)器發(fā)送知識庫更新切換指令。
一種自動聊天方法，該方法包括A、分發(fā)服務(wù)器接收用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器；B、機(jī)器人服務(wù)器響應(yīng)于用戶語句向用戶自動反饋答復(fù)。
該方法進(jìn)一步包括接收用戶會話請求，并根據(jù)用戶的屬性信息，將用戶會話重定向到與所述屬性信息相匹配的分發(fā)服務(wù)器；分發(fā)服務(wù)器接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器。
該方法進(jìn)一步包括接收用戶會話，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的分發(fā)服務(wù)器；分發(fā)服務(wù)器接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器。
所述用戶語句為聊天語句、信息查詢問句、對話教育語句或格式化命令。
從上述技術(shù)方案中可以看出，本發(fā)明提出的系統(tǒng)包括分發(fā)服務(wù)器和至少兩個機(jī)器人服務(wù)器，其中分發(fā)服務(wù)器接收用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器；機(jī)器人服務(wù)器響應(yīng)于用戶語句向用戶自動反饋答復(fù)中。由此可見，應(yīng)用本發(fā)明以后，分發(fā)服務(wù)器根據(jù)負(fù)載均衡原理控制用戶語句的分發(fā)，分發(fā)服務(wù)器的數(shù)目可以為多個，每個分發(fā)服務(wù)器可以接多個機(jī)器人服務(wù)器，每個機(jī)器人服務(wù)器功能獨(dú)立，因此本發(fā)明的可擴(kuò)展性很高，尤其適合海量用戶。
另外，本發(fā)明還優(yōu)選包括重定向服務(wù)器，重定向服務(wù)器決定一次會話由哪一個分發(fā)服務(wù)器作為處理入口，隨后采用分發(fā)服務(wù)器作為一次會話所有用戶語句的總?cè)肟诤头职l(fā)器，使得機(jī)器人服務(wù)器負(fù)載基本均衡，進(jìn)一步提高了系統(tǒng)的可擴(kuò)展性，使得聊天機(jī)器人系統(tǒng)更適合支持海量用戶。
還有，本發(fā)明采用知識庫文件而不是數(shù)據(jù)庫作為知識點(diǎn)的載體。這種知識庫文件采用特殊設(shè)計的格式更適合推理和生成個性化應(yīng)答，使得聊天機(jī)器人更具智能性。不僅與此，本發(fā)明根據(jù)話題、問句類型、用戶屬性等信息生成個性化應(yīng)答，使得機(jī)器人在模仿人類語言方面更加逼真。另外，本發(fā)明還可以支持信息查詢(包括自然語言查詢)和人機(jī)互動游戲，使得用戶通過聊天機(jī)器人得到更多服務(wù)。


圖1為根據(jù)本發(fā)明的聊天機(jī)器人系統(tǒng)的示范性結(jié)構(gòu)示意圖；圖2為根據(jù)本發(fā)明的機(jī)器人服務(wù)器的示范性結(jié)構(gòu)示意圖；圖3為根據(jù)本發(fā)明的自動聊天方法的示范性流程示意圖；圖4為根據(jù)本發(fā)明實施例的聊天機(jī)器人系統(tǒng)的示范性結(jié)構(gòu)示意圖；圖5為根據(jù)本發(fā)明實施例的自動聊天方法的示范性流程示意圖。
具體實施例方式
為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)表達(dá)得更加清楚明白，下面結(jié)合附圖及具體實施例對本發(fā)明再作進(jìn)一步詳細(xì)的說明。
本發(fā)明的主要思想是分發(fā)服務(wù)器接收用戶語句，然后根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器，機(jī)器人服務(wù)器再響應(yīng)于用戶語句向用戶自動反饋答復(fù)，從而使得機(jī)器人服務(wù)器的負(fù)載均衡，滿足海量用戶的需求，并提高可擴(kuò)展性。進(jìn)一步，本發(fā)明采用知識庫文件而不是數(shù)據(jù)庫作為知識點(diǎn)的載體，這種知識庫文件采用特殊設(shè)計的格式更適合推理和生成個性化應(yīng)答，使得聊天機(jī)器人更具智能性。
圖1為根據(jù)本發(fā)明的聊天機(jī)器人系統(tǒng)的示范性結(jié)構(gòu)示意圖。
如圖1所示，該系統(tǒng)包括分發(fā)服務(wù)器101和至少兩個機(jī)器人服務(wù)器102，其中分發(fā)服務(wù)器101，用于接收用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器102；
機(jī)器人服務(wù)器102，用于響應(yīng)于用戶語句向用戶自動反饋答復(fù)。
優(yōu)選地，所述分發(fā)服務(wù)器的數(shù)目至少為兩個，從而支持更多的聊天機(jī)器人，此時優(yōu)選該系統(tǒng)進(jìn)一步包括重定向服務(wù)器103；重定向服務(wù)器103，用于接收用戶會話，并根據(jù)該用戶的屬性信息，將用戶會話重定向到與所述屬性信息相匹配的分發(fā)服務(wù)器101；其中，用戶的屬性信息可以包括用戶的IP地址和/或客戶端帳號。這樣，重定向服務(wù)器103考慮到用戶的IP地址和/或客戶端帳號來分配分發(fā)服務(wù)器。比如，可以將用戶會話重定向到與所述IP地址較接近的分發(fā)服務(wù)器，或者將用戶會話重定向到與客戶端帳號相對應(yīng)的分發(fā)服務(wù)器。此時，所述與屬性信息相匹配的分發(fā)服務(wù)器101，用于接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器102。
針對上述重定向服務(wù)器的另一種可選功能，分發(fā)服務(wù)器101的數(shù)目至少為兩個，該系統(tǒng)進(jìn)一步包括重定向服務(wù)器103；此處的重定向服務(wù)器103，用于接收用戶會話，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的分發(fā)服務(wù)器101；分發(fā)服務(wù)器101，用于接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器102。
其中，分發(fā)服務(wù)器101，可以通過以下通訊方式中的任一種或者多于一種的任意組合接收用戶語句通過即時通訊方式接收用戶語句；通過電子郵件方式接收用戶語句；通過短消息方式接收用戶語句。
類似地，分發(fā)服務(wù)器102，可以通過以下通訊方式中的任一種或者多于一種的任意組合向用戶自動反饋答復(fù)通過即時通訊方式接收用戶語句；通過電子郵件方式接收用戶語句；通過短消息方式接收用戶語句。
圖2為圖1中的機(jī)器人服務(wù)器的一種示范性具體結(jié)構(gòu)。如圖2所示，機(jī)器人服務(wù)器102包括語句目的識別單元201，用于識別用戶語句為格式化語句還是非格式化語句；
格式化語言執(zhí)行單元202，用于當(dāng)語句目的識別單元201識別出用戶語句為格式化語句時，執(zhí)行所述格式化語句；在圖1中，沒有明確示出格式化語言執(zhí)行單元202。實質(zhì)上，所述格式化語言執(zhí)行單元可以包括信息查詢模塊、對話教育模塊和游戲模塊中的任一個或者多于一個的任意組合，其中信息查詢模塊，用于確定信息查詢類的格式化語句的反饋答復(fù)；對話教育模塊，用于確定對話教育類的格式化語句的反饋答復(fù)；游戲模塊，用于確定游戲類的格式化語句的反饋答復(fù)。
為了簡單視圖，圖2中僅示出信息查詢模塊2021和游戲模塊2022。其中信息查詢模塊2021與實用信息數(shù)據(jù)庫209連接，檢索實用信息數(shù)據(jù)庫209，以確定信息查詢類的格式化語句的反饋答復(fù)。
自然語言理解單元203，用于當(dāng)語句目的識別單元識別出用戶語句為非格式化語句時，對用戶語句進(jìn)行自然語言理解以確定語句屬性；用戶屬性管理單元204，用于管理用戶的屬性信息；推理引擎單元205，用于加載知識庫206，并根據(jù)所述語句屬性和用戶屬性信息在知識庫206中進(jìn)行模式匹配，確定匹配的反饋答復(fù)。其中用戶的屬性信息可以包括用戶的姓名、用戶的性別、用戶所在城市、用戶愛好中的任一個或者多于一個的任意組合。
所述自然語言理解單元203，可以對用戶語句執(zhí)行下列操作中的任一個或者多于一個的任意組合以確定語句屬性分詞、問句主干提取、問句類型判斷和話題判斷。
所述機(jī)器人服務(wù)器還可以進(jìn)一步包括備用推理引擎單元207，用于當(dāng)知識庫更新時加載更新的知識庫208，并在加載完更新的知識庫208后與所述推理引擎單元205轉(zhuǎn)換功能。
圖1中的聊天機(jī)器人系統(tǒng)還可以進(jìn)一步包括學(xué)習(xí)服務(wù)器，圖2中的所述知識庫206可以位于該學(xué)習(xí)服務(wù)器中；該學(xué)習(xí)服務(wù)器，用于記錄用戶對話，并將用戶對話轉(zhuǎn)化為知識庫文件格式后保存在知識庫206中。
聊天機(jī)器人系統(tǒng)還可以進(jìn)一步包括審核服務(wù)器。審核服務(wù)器，用于根據(jù)預(yù)元設(shè)置的知識審核規(guī)則對用戶對話進(jìn)行審核，并僅將通過審核的用戶對話發(fā)送到學(xué)習(xí)服務(wù)器。比如，為了防止在知識庫206中寫入黃色信息等不健康信息，可以在審核服務(wù)器中預(yù)先設(shè)置若干過濾關(guān)鍵字，當(dāng)用戶對話包含過濾關(guān)鍵字時，則審核服務(wù)器判定該知識不符合知識審核規(guī)則，不將該用戶對話發(fā)送到學(xué)習(xí)服務(wù)器；否則，審核服務(wù)器判定該知識符合知識審核規(guī)則，將該用戶對話發(fā)送到學(xué)習(xí)服務(wù)器。
所述知識庫文件格式可以包括問題部分和應(yīng)答部分，問題部分以問句主干的方式保存，應(yīng)答部分以完整保留的方式保存。
知識庫206是聊天機(jī)器人系統(tǒng)的重要組成部分，采用特定適合推理的格式、以問答語句對的形式存儲了大量的知識。當(dāng)用戶輸入的自然語言句子與知識庫中的某一個句子匹配成功的時候，其對應(yīng)的應(yīng)答就會被返回給用戶。
為了便于推理，知識庫206中包含了很多屬性。下面分別對[“]問題”部分和“應(yīng)答”部分的屬性簡單介紹。
知識庫206中保存的“問題”部分，經(jīng)過自然語言處理，以問句主干的方式保存。問句主干提取可以有多種規(guī)則，例如對同義詞作了替換，如“Email”和“電子郵件”，“首都”和“北京”等，被替換為統(tǒng)一的表示方法。再如，僅保留最能表達(dá)問句語義的詞語。如一個問句“北京火車站在什么地方？”，得到的句子主干為“北京火車站”。
另外，知識庫206中保存的“問題”部分還包括問句的類型。例如“北京火車站在什么地方？”這個問句，經(jīng)過自然語言處理得到的問句類型是“詢問地點(diǎn)”。綜合“問題”的“問句主干”和“問句類型”兩個屬性可以表示一個問題的多種不同表述方法。“北京火車站在什么地方？”的其它表述方式“首都火車站在哪里？”“北京火車站怎么走？”的問句主干都是“北京火車站”，問句類型都是“問句類型”都是“詢問地點(diǎn)”。因此這些問句可以返回相同的應(yīng)答。
生成知識庫時提取問句類型和問句主干的任務(wù)是由學(xué)習(xí)服務(wù)器完成的，機(jī)器人服務(wù)器的自然語言理解單元203采用相同的規(guī)則處理在線用戶輸入問句，同樣生成在線用戶問句的“問句主干”和“問句類型”，用于在知識庫中進(jìn)行匹配。另外，一些問題的“問句主干”可以包含通配符，用于擴(kuò)展“問句主干”適配范圍。還有問句主題(如娛樂、軍事等)也是“問題”的一個屬性。
知識庫206中保存的“應(yīng)答”部分，不像“問題”部分一樣以主干的方式保存，而是保留完整的應(yīng)答，知識庫中一個“問題”對應(yīng)多種“應(yīng)答”，一個來自用戶教育的“應(yīng)答”會包括一個“教育用戶ID”屬性。機(jī)器人服務(wù)器的推理引擎單元在匹配了“問題”之后，要從該“問題”對應(yīng)的多個應(yīng)答中選擇一個返回給用戶，選擇時優(yōu)先選擇該用戶自己教育的應(yīng)答。一個應(yīng)答還可能包含一些替換符，該替換符需要機(jī)器人服務(wù)器的推理引擎單元在返回最終應(yīng)答之前進(jìn)行替換，這些替換符可能代表一些用戶屬性或其它信息。例如一個應(yīng)答“我知道你來自XX?！痹搼?yīng)答中“XX”部分(“XX”需要采用不同格式來代表不同的意義，具體格式此處省略)需要用用戶屬性中的信息來替換，用戶屬性查詢是由機(jī)器人服務(wù)器的用戶屬性管理單元來完成的，例如用戶所在城市屬性為“深圳”，則機(jī)器人服務(wù)器的推理引擎單元在生成的最終應(yīng)答中將“XX”部分替換成“深圳”，最終機(jī)器人返回應(yīng)答“我知道你來自深圳。”該聊天機(jī)器人系統(tǒng)還可以進(jìn)一步包括控制服務(wù)器，所述控制服務(wù)器，用于向機(jī)器人服務(wù)器102和學(xué)習(xí)服務(wù)器發(fā)送知識庫更新切換指令；學(xué)習(xí)服務(wù)器，用于在收到知識庫更新切換指令后，將積攢的用戶對話轉(zhuǎn)化為知識庫文件格式以更新知識庫；機(jī)器人服務(wù)器中的備用推理引擎單元，用于在收到知識庫更新切換指令后，加載更新的知識庫，并在加載完更新的知識庫后和所述推理引擎單元轉(zhuǎn)換功能。
控制服務(wù)器定時向機(jī)器人服務(wù)器和學(xué)習(xí)服務(wù)器發(fā)送知識庫更新切換指令；或控制服務(wù)器在用戶對話積攢到預(yù)定程度時向機(jī)器人服務(wù)器和學(xué)習(xí)服務(wù)器發(fā)送知識庫更新切換指令。
本發(fā)明還公開了一種自動聊天方法。圖3為根據(jù)本發(fā)明的機(jī)器人服務(wù)器的示范性結(jié)構(gòu)示意圖。
如圖3所示，該方法包括步驟301分發(fā)服務(wù)器接收用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器；步驟302機(jī)器人服務(wù)器響應(yīng)于用戶語句向用戶自動反饋答復(fù)。
以上流程中，可以在步驟301之前，接收用戶會話請求，并根據(jù)用戶的屬性信息，將用戶會話重定向到與所述屬性信息相匹配的分發(fā)服務(wù)器；然后該分發(fā)服務(wù)器接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器。
可選地，還可以在步驟301之前接收用戶會話，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的分發(fā)服務(wù)器；分發(fā)服務(wù)器接收該用戶會話的用戶語句，再根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器。
圖4為根據(jù)本發(fā)明實施例的聊天機(jī)器人系統(tǒng)的示范性結(jié)構(gòu)示意圖。
在圖4所示的實施例中，本發(fā)明提出的聊天機(jī)器人系統(tǒng)除了必需的前端通信系統(tǒng)(即時通信平臺、短信平臺等)之外，還包括5類服務(wù)器重定向(Redirect)服務(wù)器、分發(fā)(Dispatch)服務(wù)器、機(jī)器人(Robot)服務(wù)器、學(xué)習(xí)服務(wù)器(Learning)和控制(Control)服務(wù)器。
當(dāng)前端通信系統(tǒng)中傳來的一個新會話的開始時，前端通信系統(tǒng)首先告知重定向服務(wù)器，重定向服務(wù)器根據(jù)前端通信系統(tǒng)中客戶端的IP地址或者客戶端使用的帳號，決定本次會話由哪一個分發(fā)服務(wù)器作為處理的入口。
再確定由哪一個分發(fā)服務(wù)器作為處理的入口之后，本次會話所有通訊不再經(jīng)過重定向服務(wù)器，本次會話內(nèi)所有從前端通信系統(tǒng)中傳來的數(shù)據(jù)直接發(fā)向分發(fā)服務(wù)器，直至本次會話結(jié)束。因此重定向服務(wù)器在整個聊天機(jī)器人中完成會話的重定向任務(wù)，在重定向過程中考慮到了各分發(fā)服務(wù)器的負(fù)載均衡。
分發(fā)服務(wù)器是聊天機(jī)器人系統(tǒng)的一個會話處理的總?cè)肟冢糜诮邮諒募磿r通信平臺、短信平臺等前端通信系統(tǒng)發(fā)送來的本次會話的所有用戶語句，并將用戶語句按照某種機(jī)制分發(fā)給各機(jī)器人服務(wù)器，這種機(jī)制使得各機(jī)器人服務(wù)器的負(fù)載是近似均衡的。為了便于擴(kuò)展，分發(fā)服務(wù)器可以有多個，每個分發(fā)服務(wù)器可以對應(yīng)多個機(jī)器人服務(wù)器。
機(jī)器人服務(wù)器是聊天機(jī)器人系統(tǒng)中處理用戶語句并作出響應(yīng)的服務(wù)器，一個聊天機(jī)器人系統(tǒng)中的機(jī)器人服務(wù)器可以是一個或多個。用戶語句可能是聊天語句、信息查詢問句、對話教育、格式化命令等。機(jī)器人服務(wù)器解析用戶語句，判斷其目的類別，并作不同處理，然后將應(yīng)答直接返回給即時通信平臺或者短信平臺等前段通信系統(tǒng)。
如圖2中的示范性分析，機(jī)器人服務(wù)器可以包含語句目的識別單元、自然語言理解單元、推理引擎單元、用戶屬性管理單元、格式化語言執(zhí)行單元等，其中格式化語言執(zhí)行單元可以包括游戲模塊和信息查詢模塊等。
機(jī)器人服務(wù)器的語句目的識別單元對用戶語句的目的類別進(jìn)行辨識，判斷語句為格式化語句或非格式化語言語句，如果是格式化語句，繼續(xù)判別是對話教育格式化語句、信息查詢格式化語句、游戲格式化命令、還是其他格式化命令(如設(shè)置用戶屬性)。
機(jī)器人服務(wù)器的自然語言理解單元對非格式化用戶句子作自然語言處理，完成包括分詞、問句主干提取、問句類型判斷、話題判斷等處理。
機(jī)器人服務(wù)器的推理引擎單元，加載由學(xué)習(xí)服務(wù)器生成的知識庫文件，基于自然語言理解單元輸出的用戶句子屬性，以及用戶屬性管理單元提取的用戶屬性，生成自然語言應(yīng)答，完成對用戶聊天語句的處理。
為了更新知識庫，一個機(jī)器人服務(wù)器可以包含兩個推理引擎單元，一個用于在線實時的處理、生成自然語言應(yīng)答，另一個是備份推理引擎單元，用于加載最近更新過的知識庫。
機(jī)器人服務(wù)器的用戶屬性管理單元完成用戶屬性的存儲和查詢讀取。這些屬性包括用戶的姓名、性別、所在城市等。推理引擎單元基于這些屬性可返回個性化的應(yīng)答。這些屬性是用戶自愿提交的，提交的方法有很多，包括通過向聊天機(jī)器人提交某種格式化命令來設(shè)置。
機(jī)器人服務(wù)器的游戲模塊處理游戲格式化命令，按照游戲邏輯，推進(jìn)互動游戲的進(jìn)行。
機(jī)器人服務(wù)器的信息查詢模塊實現(xiàn)實用信息查詢，包括天氣查詢、地圖查詢、郵編查詢、手機(jī)歸屬地查詢、生活信息查詢、詞典查詢、計算器等增值服務(wù)功能。
學(xué)習(xí)服務(wù)器負(fù)責(zé)記錄用戶教育的對話，保存在用戶教育數(shù)據(jù)庫中，留待編輯來人工審核，待人工審核通過后，這些對話將被學(xué)習(xí)服務(wù)器轉(zhuǎn)化為知識庫文件，這種知識庫文件格式是為邏輯推理而特殊設(shè)計的。知識庫中的知識除了來自用戶教育外，還包括自編輯知識和知識社區(qū)沉淀下來的知識等其他來源。這些不同來源的知識在轉(zhuǎn)化過程中被匯總合并在知識庫中。
知識庫中包含問答的話題屬性、上下文屬性、教育該問答的用戶的ID屬性(如果前段是即時通信平臺，那么該ID是用戶使用即時通信工具的帳號ID)等用于推理的屬性，其中用戶ID屬性被用來實現(xiàn)聊天過程中的個性化。另外知識庫中還包含一些語義通配符，用于擴(kuò)展應(yīng)答可適用的問句的范圍。最后這種知識庫文件在控制服務(wù)器的指令下發(fā)送到各機(jī)器人服務(wù)器。
控制服務(wù)器負(fù)責(zé)向機(jī)器人服務(wù)器和學(xué)習(xí)服務(wù)器發(fā)送知識庫更新切換指令，更新切換指令發(fā)出的時機(jī)可以是定時的，也可以是當(dāng)學(xué)習(xí)服務(wù)器接收到的新用戶教育對話積累到一定程度后。指令發(fā)出后，學(xué)習(xí)服務(wù)器將用戶教育數(shù)據(jù)庫中的問答對話轉(zhuǎn)化為知識庫文件，并發(fā)送給各機(jī)器人服務(wù)器，隨后控制服務(wù)器發(fā)送指令給機(jī)器人服務(wù)器，機(jī)器人服務(wù)器中的備份推理引擎單元加載最新知識庫，而后，備份推理引擎和在線推理引擎的角色被交換，完成知識庫的替換。
一個新會話開始之前，首先由重定向服務(wù)器確定由哪一個分發(fā)服務(wù)器作為本次會話的總?cè)肟?考慮了各分發(fā)服務(wù)器的負(fù)載均衡)，此后本次會話的所有從前段通信系統(tǒng)傳來的用戶的語句首先傳入分發(fā)服務(wù)器，分發(fā)服務(wù)器將用戶語句傳給其中一個機(jī)器人服務(wù)器(分發(fā)服務(wù)器在選擇轉(zhuǎn)發(fā)給哪一個機(jī)器人服務(wù)器時，同樣考慮到了各機(jī)器人服務(wù)器負(fù)載均衡)，機(jī)器人服務(wù)器對用戶語句完成處理后將應(yīng)答直接返回給前端通信系統(tǒng)。
聊天機(jī)器人的主要操作流程是系統(tǒng)運(yùn)營時對用戶句子的處理流程，下面對這個過程進(jìn)行詳細(xì)描述。
首先一個會話在一個用戶開始與聊天機(jī)器人聊天時被建立，前端通信系統(tǒng)保留了聊天機(jī)器人系統(tǒng)的重定向服務(wù)器地址，新會話開始時，前端通信系統(tǒng)首先告知重定向服務(wù)器，重定向服務(wù)器決定本次會話交由哪一個分發(fā)服務(wù)器作為處理入口，并且告知前端通信系統(tǒng)，此后本次會話所有從前端通信系統(tǒng)傳來的用戶語句都交由該重定向服務(wù)器處理。
重定向服務(wù)器在決定由哪一個分發(fā)服務(wù)器處理時，考慮了各分發(fā)服務(wù)器的負(fù)載均衡或是業(yè)務(wù)特征等信息，比如根據(jù)用戶在使用前端通信工具時使用的帳號ID(如即時通信工具的帳號)的號碼段來實現(xiàn)分發(fā)。
下面介紹一個會話建立起來后，聊天機(jī)器人處理本會話中的一個用戶問句的流程。
首先聊天機(jī)器人的分發(fā)服務(wù)器首先從前端通信系統(tǒng)獲得用戶句子，分發(fā)服務(wù)器將用戶語句傳給其中一個機(jī)器人服務(wù)器(分發(fā)服務(wù)器在選擇轉(zhuǎn)發(fā)給哪一個機(jī)器人服務(wù)器時，考慮到了各機(jī)器人服務(wù)器負(fù)載均衡)。
機(jī)器人服務(wù)器調(diào)用語句目的識別單元對用戶語句的意圖進(jìn)行判斷，然后根據(jù)目的類別作不同處理，機(jī)器人服務(wù)器對用戶語句完成處理后將應(yīng)答直接返回給前端通信系統(tǒng)。
圖5為根據(jù)本發(fā)明實施例的自動聊天方法的示范性流程示意圖。
如圖5所示，該方法包括步驟501～步驟503分發(fā)服務(wù)器從前端通信系統(tǒng)收到用戶語句，分發(fā)服務(wù)器采用負(fù)載均衡的機(jī)制將用戶語句轉(zhuǎn)發(fā)給某個機(jī)器人服務(wù)器，機(jī)器人服務(wù)器判斷用戶語句的意圖；步驟504判斷用戶語句是非格式化語言語句還是格式化語句，如果是非格式化語言語句則執(zhí)行步驟505，如果是格式化語言語句則執(zhí)行步驟509；步驟505～步驟506對用戶句子作分詞、問句主干提取、問句類型判斷、話題判斷等處理，并根據(jù)問句類型和話題判斷結(jié)果判斷用戶的意圖是否是通過自然語言執(zhí)行某種信息查詢，如果是則執(zhí)行步驟510，否則執(zhí)行步驟507；步驟507～步驟508機(jī)器人服務(wù)器的用戶屬性管理單元讀取用戶屬性給推理引擎單元，推理引擎單元根據(jù)用戶語句，從知識庫中查找匹配的知識點(diǎn)，并根據(jù)話題屬性、問句類型屬性、用戶屬性等信息生成個性化應(yīng)答，然后執(zhí)行步驟514并結(jié)束本流程；步驟509判斷格式化語句是信息查詢、對話教育或游戲命令，如果是信息查詢，則執(zhí)行步驟510；如果是對話教育，則執(zhí)行步驟512；如果是游戲命令，則執(zhí)行步驟511；步驟510機(jī)器人服務(wù)器的信息查詢模塊解析用戶查詢意圖，并從實用信息數(shù)據(jù)庫中查找，將查找結(jié)果作為應(yīng)答，然后執(zhí)行步驟514并結(jié)束本流程；步驟511機(jī)器人服務(wù)器的游戲模塊解析用戶的游戲命令，根據(jù)游戲邏輯推進(jìn)游戲進(jìn)行，并將游戲當(dāng)前進(jìn)行結(jié)果作為應(yīng)答。
步驟512～步驟513機(jī)器人服務(wù)器將用戶教育的對話轉(zhuǎn)發(fā)給學(xué)習(xí)服務(wù)器；學(xué)習(xí)服務(wù)器將它記錄在用戶教育數(shù)據(jù)庫中；機(jī)器人服務(wù)器將一句感謝用戶教育的話作為應(yīng)答，然后執(zhí)行步驟514并結(jié)束本流程；步驟514機(jī)器人服務(wù)器將應(yīng)答直接返回到前端通信系統(tǒng)，用戶最終收到聊天機(jī)器人應(yīng)答如圖5所示，在步驟502中，分發(fā)服務(wù)器采用考慮了負(fù)載均衡或業(yè)務(wù)特征的分發(fā)機(jī)制，例如采用類似于重定向服務(wù)器重定向的原則，根據(jù)用戶在使用前端通信工具時使用的帳號ID(如即時通信工具的帳號)的號碼段來實現(xiàn)分發(fā)。
在步驟504處，為了便于識別，可以事先與用戶約定格式格式化語句。例如“tq深圳”表示查詢深圳天氣，“Q你是機(jī)器人？A是啊，我很聰明的?！北硎居脩艚逃龑υ?。機(jī)器人服務(wù)器的語句目類別識別單元根據(jù)這些事先約定的格式識別格式化語句。
在步驟505處，機(jī)器人服務(wù)器的自然語言理解單元采用自然語言處理技術(shù)，對用戶輸入的自然語言語句進(jìn)行詞法分析、語法分析、語義分析等處理。
在步驟506處作判斷的原因是有些用戶習(xí)慣采用自然語言而非格式化語句的方式來查詢信息，例如用戶的語句“明天深圳天氣如何？”，這種情況下，聊天機(jī)器人通過自然語言處理后識別出用戶真正意圖，處理過程轉(zhuǎn)入信息查詢模塊，進(jìn)行信息查詢的處理。
在步驟508處，為了使得聊天機(jī)器人具有個性化，相同的用戶問句能夠產(chǎn)生不同的應(yīng)答，機(jī)器人服務(wù)器的推理引擎單元根據(jù)用戶語句，從知識庫中查找語義匹配的知識點(diǎn)，并根據(jù)話題屬性、問句類型屬性、用戶屬性等信息生成個性化應(yīng)答。
在步驟512處，如果是對話教育格式化語句，則把用戶教育的對話轉(zhuǎn)發(fā)給學(xué)習(xí)服務(wù)器，并直接返回一個感謝用戶教育之類的應(yīng)答給用戶。學(xué)習(xí)服務(wù)器將用戶教育的對話連同用戶的ID一同記錄在用戶教育數(shù)據(jù)庫中。
由于不斷有新的用戶教育對話加入知識庫，同時不斷有知識類社區(qū)沉淀下來的知識加入知識庫，因此學(xué)習(xí)服務(wù)器不斷的生成新知識庫，并且機(jī)器人服務(wù)器不斷的更新知識庫。以上過程由控制服務(wù)器通過發(fā)送指令調(diào)度完成。
綜上所述，在本發(fā)明中，本發(fā)明提出的聊天機(jī)器人系統(tǒng)能夠帶來的有益效果包括(1)本發(fā)明提出的聊天機(jī)器人可包含多個分發(fā)服務(wù)器，每個分發(fā)服務(wù)器可接多個機(jī)器人服務(wù)器，每個機(jī)器人服務(wù)器功能獨(dú)立。本發(fā)明還優(yōu)選包括重定向服務(wù)器，重定向服務(wù)器決定由一次會話由哪一個分發(fā)服務(wù)器作為處理入口，隨后采用分發(fā)服務(wù)器作為聊天機(jī)器人的一次會話所有用戶語句的總?cè)肟诤头职l(fā)器，使得機(jī)器人服務(wù)器負(fù)載基本均衡，并且提高了系統(tǒng)的可擴(kuò)展性，使得聊天機(jī)器人系統(tǒng)更適合支持海量用戶。
(2)本發(fā)明采用知識庫文件而不是數(shù)據(jù)庫作為知識點(diǎn)的載體，這種知識庫文件采用特殊設(shè)計的格式更適合推理和生成個性化應(yīng)答，使得聊天機(jī)器人更具智能性。
(3)本發(fā)明根據(jù)話題、問句類型、用戶屬性等信息生成個性化應(yīng)答，使得機(jī)器人在模仿人類語言方面更加逼真。
(4)本發(fā)明支持信息查詢(包括自然語言查詢)和人機(jī)互動游戲，使得用戶通過聊天機(jī)器人得到更多服務(wù)。
以上所述，僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種聊天機(jī)器人系統(tǒng)，其特征在于，該系統(tǒng)包括分發(fā)服務(wù)器和至少兩個機(jī)器人服務(wù)器，其中分發(fā)服務(wù)器，用于接收用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器；機(jī)器人服務(wù)器，用于響應(yīng)于用戶語句向用戶自動反饋答復(fù)。
2.根據(jù)權(quán)利要求1所述的聊天機(jī)器人系統(tǒng)，其特征在于，所述分發(fā)服務(wù)器的數(shù)目至少為兩個，該系統(tǒng)進(jìn)一步包括重定向服務(wù)器；重定向服務(wù)器，用于接收用戶會話，并根據(jù)該用戶的屬性信息，將用戶會話重定向到與所述屬性信息相匹配的分發(fā)服務(wù)器；所述與屬性信息相匹配的分發(fā)服務(wù)器，用于接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器。
3.根據(jù)權(quán)利要求2所述的聊天機(jī)器人系統(tǒng)，其特征在于，所述用戶的屬性信息包括用戶的IP地址和/或客戶端帳號。
4.根據(jù)權(quán)利要求1所述的聊天機(jī)器人系統(tǒng)，其特征在于，所述分發(fā)服務(wù)器的數(shù)目至少為兩個，該系統(tǒng)進(jìn)一步包括重定向服務(wù)器；重定向服務(wù)器，用于接收用戶會話，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的分發(fā)服務(wù)器；分發(fā)服務(wù)器，用于接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器。
5.根據(jù)權(quán)利要求1所述的聊天機(jī)器人系統(tǒng)，其特征在于，所述機(jī)器人服務(wù)器包括語句目的識別單元，用于識別用戶語句為格式化語句還是非格式化語句；格式化語言執(zhí)行單元，用于當(dāng)語句目的識別單元識別出用戶語句為格式化語句時，執(zhí)行所述格式化語句；自然語言理解單元，用于當(dāng)語句目的識別單元識別出用戶語句為非格式化語句時，對用戶語句進(jìn)行自然語言理解以確定語句屬性；用戶屬性管理單元，用于管理用戶的屬性信息；推理引擎單元，用于加載知識庫，并根據(jù)所述語句屬性和用戶屬性信息在知識庫中進(jìn)行模式匹配，確定匹配的反饋答復(fù)。
6.根據(jù)權(quán)利要求5所述的聊天機(jī)器人系統(tǒng)，其特征在于，所述用戶的屬性信息包括用戶的姓名、用戶的性別、用戶所在城市、用戶愛好中的任一個或者多于一個的任意組合。
7.根據(jù)權(quán)利要求5所述的聊天機(jī)器人系統(tǒng)，其特征在于，所述自然語言理解單元，用于對用戶語句執(zhí)行下列操作中的任一個或者多于一個的任意組合以確定語句屬性分詞；問句主干提?。粏柧漕愋团袛?；話題判斷。
8.根據(jù)權(quán)利要求5所述的聊天機(jī)器人系統(tǒng)，其特征在于，所述機(jī)器人服務(wù)器進(jìn)一步包括備用推理引擎單元，用于當(dāng)知識庫更新時加載更新的知識庫，并在加載完更新的知識庫后與所述推理引擎單元轉(zhuǎn)換功能。
9.根據(jù)權(quán)利要求5所述的聊天機(jī)器人系統(tǒng)，其特征在于，該系統(tǒng)進(jìn)一步包括學(xué)習(xí)服務(wù)器，所述知識庫位于學(xué)習(xí)服務(wù)器中；學(xué)習(xí)服務(wù)器，用于記錄用戶對話，并將用戶對話轉(zhuǎn)化為知識庫文件格式后保存在知識庫中。
10.根據(jù)權(quán)利要求9所述的聊天機(jī)器人系統(tǒng)，其特征在于，該系統(tǒng)進(jìn)一步包括審核服務(wù)器，審核服務(wù)器，用于根據(jù)預(yù)先設(shè)置的知識審核規(guī)則對用戶對話進(jìn)行審核，并僅將通過審核的用戶對話發(fā)送到學(xué)習(xí)服務(wù)器。
11.根據(jù)權(quán)利要求9所述的聊天機(jī)器人系統(tǒng)，其特征在于，所述知識庫文件格式包括問題部分和應(yīng)答部分，問題部分以問句主干的方式保存，應(yīng)答部分以完整保留的方式保存。
12.根據(jù)權(quán)利要求11所述的聊天機(jī)器人系統(tǒng)，其特征在于，所述格式化語言執(zhí)行單元包括信息查詢模塊、對話教育模塊和游戲模塊中的任一個或者多于一個的任意組合，其中信息查詢模塊，用于確定信息查詢類的格式化語句的反饋答復(fù)；對話教育模塊，用于確定對話教育類的格式化語句的反饋答復(fù)；游戲模塊，用于確定游戲類的格式化語句的反饋答復(fù)。
13.根據(jù)權(quán)利要求1所述的聊天機(jī)器人系統(tǒng)，其特征在于，分發(fā)服務(wù)器，用于通過以下通訊方式中的任一種或者多于一種的任意組合接收用戶語句通過即時通訊方式接收用戶語句；通過電子郵件方式接收用戶語句；通過短消息方式接收用戶語句。
14.根據(jù)權(quán)利要求1所述的聊天機(jī)器人系統(tǒng)，其特征在于，分發(fā)服務(wù)器，用于通過以下通訊方式中的任一種或者多于一種的任意組合向用戶自動反饋答復(fù)通過即時通訊方式接收用戶語句；通過電子郵件方式接收用戶語句；通過短消息方式接收用戶語句。
15.根據(jù)權(quán)利要求9所述的聊天機(jī)器人系統(tǒng)，其特征在于，該系統(tǒng)進(jìn)一步包括控制服務(wù)器，所述控制服務(wù)器，用于向機(jī)器人服務(wù)器和學(xué)習(xí)服務(wù)器發(fā)送知識庫更新切換指令；學(xué)習(xí)服務(wù)器，用于在收到知識庫更新切換指令后，將積攢的用戶對話轉(zhuǎn)化為知識庫文件格式以更新知識庫；機(jī)器人服務(wù)器中的備用推理引擎單元，用于在收到知識庫更新切換指令后，加載更新的知識庫，并在加載完更新的知識庫后和所述推理引擎單元轉(zhuǎn)換功能。
16.根據(jù)權(quán)利要求15所述的聊天機(jī)器人系統(tǒng)，其特征在于，控制服務(wù)器定時向機(jī)器人服務(wù)器和學(xué)習(xí)服務(wù)器發(fā)送知識庫更新切換指令；或控制服務(wù)器在用戶對話積攢到預(yù)定程度時向機(jī)器人服務(wù)器和學(xué)習(xí)服務(wù)器發(fā)送知識庫更新切換指令。
17.一種自動聊天方法，其特征在于，該方法包括A、分發(fā)服務(wù)器接收用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器；B、機(jī)器人服務(wù)器響應(yīng)于用戶語句向用戶自動反饋答復(fù)。
18.根據(jù)權(quán)利要求17所述的自動聊天方法，其特征在于，該方法在步驟A前進(jìn)一步包括接收用戶會話請求，并根據(jù)用戶的屬性信息，將用戶會話重定向到與所述屬性信息相匹配的分發(fā)服務(wù)器；分發(fā)服務(wù)器接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器。
19.根據(jù)權(quán)利要求17所述的自動聊天方法，其特征在于，該方法在步驟A前進(jìn)一步包括接收用戶會話，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的分發(fā)服務(wù)器；分發(fā)服務(wù)器接收該用戶會話的用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器。
20.根據(jù)權(quán)利要求17-19中任一項所述的自動聊天方法，其特征在于，所述用戶語句為聊天語句、信息查詢問句、對話教育語句或格式化命令。
全文摘要
本發(fā)明公開了一種聊天機(jī)器人系統(tǒng)，該系統(tǒng)包括分發(fā)服務(wù)器和至少兩個機(jī)器人服務(wù)器，其中分發(fā)服務(wù)器，用于接收用戶語句，并根據(jù)負(fù)載均衡原理將用戶語句分發(fā)到相應(yīng)的機(jī)器人服務(wù)器；機(jī)器人服務(wù)器，用于響應(yīng)于用戶語句向用戶自動反饋答復(fù)。本發(fā)明還公開了一種自動聊天的方法。應(yīng)用本發(fā)明以后，可以支持海量用戶，系統(tǒng)可擴(kuò)展性也得到了提高，并且反饋答復(fù)也具有個性化。另外，本發(fā)明使得機(jī)器人服務(wù)器更加便于理解自然語言和執(zhí)行邏輯推理。
文檔編號H04L12/16GK101076060SQ20071009063
公開日2007年11月21日 申請日期2007年3月30日 優(yōu)先權(quán)日2007年3月30日
發(fā)明者楊海松, 劉云峰, 劉致遠(yuǎn), 禹榮凌 申請人:騰訊科技(深圳)有限公司