HK40023765B - Dynamic response prediction for improved bot task processing - Google Patents

Claims (9)

1. Procédé mis en œuvre par ordinateur exécuté par un ou plusieurs processeurs de données, comprenant les étapes consistant à :

   collecter un ensemble de données pour former un modèle d'apprentissage machine (1060) afin de prédire des messages de réponse, dans lequel la collecte de l'ensemble de données inclut le stockage d'un ou plusieurs messages précédents inclus dans une session de communication précédente entre un premier dispositif de réseau et un premier dispositif terminal, et l'exécution d'un ou plusieurs algorithmes de regroupement sur les un ou plusieurs messages précédents stockés pour trouver des motifs dans les messages précédents stockés et pour stocker les un ou plusieurs messages précédents dans un ou plusieurs groupes ;

   faciliter une session de communication entre un second dispositif terminal (1020) associé à un agent et un second dispositif de réseau (1030) associé à un utilisateur, dans lequel la session de communication permet au second dispositif terminal (1020) et au second dispositif de réseau (1030) d'échanger un ou plusieurs messages ;

   recevoir un nouveau message pendant la session de communication ;

   évaluer le nouveau message en utilisant le modèle d'apprentissage automatique formé (1060), dans lequel l'évaluation du nouveau message inclut l'évaluation de messages échangés avant la réception du nouveau message ;

   prédire une réponse au nouveau message, dans lequel la prédiction de la réponse inclut les étapes consistant à :

   comparer les résultats de l'évaluation aux un ou plusieurs groupes de messages précédents afin d'identifier un groupe de messages précédents qui sont similaires au nouveau message ;

   identifier le message précédent à sélectionner dans le groupe identifié de messages précédents en tant que réponse prédite au nouveau message, en exécutant un algorithme de confiance qui génère un score de confiance sur la base d'une similitude entre le nouveau message et les messages précédents dans le groupe identifié, et comparer le score de confiance à un seuil de confiance ; et

   faciliter l'affichage de la réponse prédite au niveau du second dispositif terminal (1020), dans lequel lorsque la réponse prédite est sélectionnée, la réponse prédite est transmise automatiquement au second dispositif de réseau (1030) pendant la session de communication.
2. Procédé mis en œuvre par ordinateur selon la revendication 1, comprenant en outre les étapes consistant à :

   identifier un attribut associé à un message précédent inclus dans l'ensemble de données ;

   ajouter une étiquette d'attribut au message précédent, dans lequel l'étiquette d'attribut correspond à l'attribut identifié ; et

   former le modèle d'apprentissage machine (1060) en utilisant l'étiquette d'attribut.
3. Procédé mis en œuvre par ordinateur selon la revendication 1, dans lequel la session de communication entre le second dispositif terminal (1020) et le second dispositif de réseau (1030) est commutée de manière dynamique avec une session de communication entre le second dispositif de réseau (1030) et un robot, dans lequel le robot est configuré pour communiquer de manière autonome avec le second dispositif de réseau (1030).
4. Procédé mis en œuvre par ordinateur selon la revendication 1, comprenant en outre les étapes consistant à :

   évaluer le nouveau message, dans lequel l'évaluation du nouveau message inclut l'identification automatique d'une requête à partir du nouveau message, et dans lequel le nouveaumessage est évalué en temps réel lorsque le nouveau message est reçu ;

   interroger une base de données en utilisant la requête identifiée ; et

   afficher un ou plusieurs résultats de l'interrogation au niveau du second dispositif terminal (1020).
5. Procédé mis en œuvre par ordinateur selon la revendication 1, dans lequel le modèle d'apprentissage machine (1060) inclut un réseau neuronal récurrent, RNN, ou un réseau neuronal convolutif, CNN.
6. Procédé mis en œuvre par ordinateur selon la revendication 1, dans lequel la détermination du message de réponse prédite comprend en outre les étapes consistant à :

   générer une représentation vectorielle du nouveau message ;

   utiliser le modèle d'apprentissage machine pour comparer la représentation vectorielle du nouveau message à une représentation vectorielle supplémentaire des un ou plusieurs messages précédents inclus dans l'ensemble de données ; et

   sélectionner un message précédent parmi les un ou plusieurs messages précédents inclus dans l'ensemble de données, dans lequel le message précédent est sélectionné sur la base de la comparaison.
7. Procédé mis en œuvre par ordinateur selon la revendication 1, comprenant en outre les étapes consistant à :

   générer une matrice (1130, 1140, 1150) pour un message candidat, dans lequel la matrice (1130, 1140, 1150) inclut un certain nombre de mots inclus dans le message précédent et une représentation vectorielle du message précédent ;

   générer une matrice supplémentaire (1120) pour le nouveau message, dans lequel la matrice supplémentaire (1120) inclut un certain nombre de mots inclus dans le nouveaumessage et une représentation vectorielle du nouveau message ; et

   comparer la matrice (1130, 1140, 1150) à la matrice supplémentaire (1120) pour déterminer s'il faut sélectionner le message précédent en tant que réponse prédite.
8. Système, comprenant :

   un ou plusieurs processeurs de données ; et

   un support de stockage lisible par ordinateur non transitoire contenant des instructions qui, lorsqu'elles sont exécutées par les un ou plusieurs processeurs de données, amènent les un ou plusieurs processeurs de données à exécuter le procédé selon l'une quelconque des revendications précédentes.
9. Produit de programme informatique concrètement incorporé dans un support de stockage lisible par machine non transitoire, incluant des instructions configurées pour amener un appareil de traitement de données à exécuter le procédé mis en œuvre par ordinateur selon l'une quelconque des revendications 1 à 7.