对话数据处理方法、装置、计算机设备及存储介质

技术领域

本发明涉及对话数据处理领域，尤其涉及一种对话数据处理方法、装置、计算机设备及存储介质。

背景技术

随着技术的不断发展，越来越多商家开始使用机器人与客户进行沟通，以提高工作效率。但是发明人在实际应用过程中发现，用于供机器人进行对话交流的对话流程耦合性差，上下文连贯性不足，容易导致机器人与客户对话时，无法持续性的引导客户或者与出现中断，导致客户使用效果不佳，容易使得客户流失。

发明内容

本发明实施例提供一种对话数据处理方法、装置、计算机设备及存储介质，以解决对话流程耦合性差和上下文连贯性不足的问题。

一种对话数据处理方法，包括：

获取对话编辑请求，基于所述对话编辑请求进入编辑界面，所述编辑界面包括待选编辑节点和内容编辑区域；

获取节点选择指令，基于所述节点选择指令从所述待选编辑节点中获取原始编辑节点；

基于所述内容编辑区域，获取所述原始编辑节点对应的编辑内容，将所述编辑内容填充到对应的原始编辑节点内，形成当前编辑节点；

获取与当前编辑节点相邻的前一编辑节点，基于所述当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容，获取所述当前编辑节点和前一编辑节点之间的节点关系，基于所述节点关系形成目标对话树。

一种对话数据处理装置，包括：

对话编辑请求获取模块，用于获取对话编辑请求，基于所述对话编辑请求进入编辑界面，所述编辑界面包括待选编辑节点和内容编辑区域；

原始编辑节点获取模块，用于获取节点选择指令，基于所述节点选择指令从所述待选编辑节点中获取原始编辑节点；

当前编辑节点获取模块，用于基于所述内容编辑区域，获取所述原始编辑节点对应的编辑内容，将所述编辑内容填充到对应的原始编辑节点内，形成当前编辑节点；

目标对话树获取模块，用于获取与当前编辑节点相邻的前一编辑节点，基于所述当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容，获取所述当前编辑节点和前一编辑节点之间的节点关系，基于所述节点关系形成目标对话树。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述对话数据处理方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述对话数据处理方法的步骤。

上述对话数据处理方法、装置、计算机设备及存储介质，获取对话编辑请求，基于所述对话编辑请求进入编辑界面，管理员在该编辑界面上操作，生成对话，以便后续提高机器人对话智能化程度。获取节点选择指令，基于所述节点选择指令从所述待选编辑节点中获取原始编辑节点，以提高获取原始编辑节点的智能化程度，加快节点生成速度。基于所述内容编辑区域，获取所述原始编辑节点对应的编辑内容，将所述编辑内容填充到对应的原始编辑节点内，形成当前编辑节点，管理员可以在内容编辑区域内编辑不同的编辑内容，较为清楚直观地查看编辑内容，提高工作效率，避免出现错误。获取与当前编辑节点相邻的前一编辑节点，基于所述当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容，获取所述当前编辑节点和前一编辑节点之间的节点关系，基于所述节点关系形成目标对话树，确保后续对话时，机器人可以了解前后文关系，提高对话效率，推动对话进程。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中对话数据处理方法的一应用环境示意图；

图2是本发明一实施例中对话数据处理方法的一流程图；

图3是本发明一实施例中对话数据处理方法的另一流程图；

图4是本发明一实施例中对话数据处理方法的另一流程图；

图5是本发明一实施例中对话数据处理方法的另一流程图；

图6是本发明一实施例中对话数据处理方法的另一流程图；

图7是本发明一实施例中对话数据处理方法的另一流程图；

图8是本发明一实施例中对话数据处理方法的另一流程图；

图9是本发明一实施例中对话数据处理装置的一原理框图；

图10是本发明一实施例中计算机设备的一示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供的对话数据处理方法，该对话数据处理方法可应用如图1所示的应用环境中。具体地，该对话数据处理方法应用在对话数据处理系统中，该对话数据处理系统包括如图1所示的客户端和服务器，客户端与服务器通过网络进行通信，用于形成前后关联的目标对话树，确保后续对话时，机器人可以了解前后文关系，提高对话效率，推动对话进程。其中，客户端又称为用户端，是指与服务器相对应,为客户提供本地服务的程序。客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种对话数据处理方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：

S201：获取对话编辑请求，基于对话编辑请求进入编辑界面，编辑界面包括待选编辑节点和内容编辑区域。

其中，对话编辑请求是管理希望在对话编辑系统上编辑对话的请求。编辑界面是用于编辑对话的界面，本实施例中，通过编辑界面显示待选编辑节点和内容编辑区，为管理员提供直观清楚的界面，减低管理员的操作难度。

待选编辑节点是供管理员选择的节点，该待选编辑节点包括但不限于固定问答节点、培训节点、内容导入节点和画图讲解节点等。其中，固定问答节点用于是固定问答的节点，例如用户问，机器人回复等。培训节点是用于进行培训的节点，该培训节点用于提供培训资料、培训问题和引导思考等。内容导入节点是用于导入特定文件到对话中的节点，例如，可以是导入excel文件或者ppt等，以实现培训等目的。画图讲解节点用于显示特定的图像的节点，该图像可以是地图或者其他图，以提高对话智能化程度和对话顺畅程度。

内容编辑区域是用于编辑待选编辑节点对应内容的区域。

本实施例中，客户端上安装有对话编辑系统，管理员点击对话编辑系统上的按键，以进入编辑界面，管理员在该编辑界面上操作，生成对话，以便后续提高机器人对话智能化程度。

S202：获取节点选择指令，基于节点选择指令从待选编辑节点中获取原始编辑节点。

其中，节点选择指令是管理员在编辑界面上选择待选编辑节点而形成的指令。原始编辑节点是根据节点选择指令确定的节点，保证对话编辑系统适用于不同的管理员，应用范围较为广泛，操作简便。

具体地，管理员可根据自己的需求(如需要智能对话节点或者固定对话节点)形成节点选择指令，当服务器接收到该节点选择指令时，则可以基于节点选择指令突出显示节点选择指令对应的待选编辑节点，以提醒管理员可以选择的待选编辑节点，管理员可以根据自己的实际需求从突出显示的待选编辑节点中选择出原始编辑节点，以提高获取原始编辑节点的智能化程度，加快节点生成速度。可以理解地，原始编辑节点可以为多个，也可以为一个；若原始编辑节点为多个，则管理员预先将原始编辑节点进行相连。

S203：基于内容编辑区域，获取原始编辑节点对应的编辑内容，将编辑内容填充到对应的原始编辑节点内，形成当前编辑节点。

其中，编辑内容是管理员编辑形成的内容，该编辑内容可以是客户提问题对应的内容，或者引导客户进行对话的内容，或者回复客户问题的内容等，以确保对话的正常流畅记性。例如，该编辑内容可以是，客户说XXXXXX或者培训人员答XXXXXX等。本实施例中，管理员可以在内容编辑区域中编辑包括角色和角色对应的问题或者答案等，以形成编辑内容，将编辑内容填充至原始编辑节点内，则形成当前编辑节点。角色包括但不限于客户和工作人员等。

当前编辑节点是指包含有编辑内容的原始编辑节点。

本实施例中，管理员可以在内容编辑区域内编辑不同的编辑内容，较为清楚直观地查看编辑内容，提高工作效率，避免出现错误。示例性地，管理员可以在内容编辑区域中填入角色，基于角色在客户端上显示推荐内容，管理员可以根据推荐内容，编辑得到编辑内容，以便在管理员不确定如何编辑编辑内容的时候提供技术支持，确保管理员可以准确生成编辑内容；或者管理员可以拖拽推荐内容，将拖拽内容作为编辑内容，以加快编辑内容生成的速度。其中，角色可以为客户、学员或者培训人员等。

S204：获取与当前编辑节点相邻的前一编辑节点，基于当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容，获取当前编辑节点和前一编辑节点之间的节点关系，基于节点关系形成目标对话树。

其中，前一编辑节点是已有的编辑节点，节点关系是指当前编辑节点和前一编辑节点之间的关系，该节点关系包括并列关系和非并列关系。非并列关系可以理解为当前编辑节点和前一编辑节点具有顺序关系；并列关系可以理解为当前编辑节点和前一编辑节点为并列节点，不具有顺序关系。目标对话树是指包含有当前编辑节点和所有已有编辑节点，并显示有当前编辑节点和所有已有编辑节点之间的之间的节点关系的树。

本实施例中，通过确定当前编辑节点和相邻的前一编辑节点的节点关系，以形成当前对话树，当当前编辑节点不携带有结束标识，则继续执行步骤S202-步骤S204；当当前编辑节点携带有结束标识，则将当前对话树确定为目标对话树；确保后续对话时，机器人可以了解前后文关系，提高对话效率，推动对话进程。

本实施例所提供的对话数据处理方法，获取对话编辑请求，基于对话编辑请求进入编辑界面，管理员在该编辑界面上操作，生成对话，以便后续提高机器人对话智能化程度。获取节点选择指令，基于节点选择指令从待选编辑节点中获取原始编辑节点，以提高获取原始编辑节点的智能化程度，加快节点生成速度。基于内容编辑区域，获取原始编辑节点对应的编辑内容，将编辑内容填充到对应的原始编辑节点内，形成当前编辑节点，管理员可以在内容编辑区域内编辑不同的编辑内容，较为清楚直观地查看编辑内容，提高工作效率，避免出现错误。获取与当前编辑节点相邻的前一编辑节点，基于当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容，获取当前编辑节点和前一编辑节点之间的节点关系，基于节点关系形成目标对话树，确保后续对话时，机器人可以了解前后文关系，提高对话效率，推动对话进程。

作为一示例，如图3所示，步骤S202，即获取节点选择指令，基于节点选择指令从待选编辑节点中获取原始编辑节点，包括：

S301：基于节点选择指令，获取节点类型。

其中，节点类型是管理员想要编辑对话对应的类型。该对话类型包括但不限于固定问答类型和智能对话类型。固定问答类型通过是为问答机器人设置的，管理员为问答机器人设置固定的对话，此时，问答机器人只为用户提供固定的问答流程。智能对话类型是为智能机器人等设置的对话类型，智能对话类型包括在线培训类型、客户服务类型和游戏角色对话类型等；例如，智能机器人可以是虚拟主播等。本实施例根据节点类型以自动为管理员选择不同的原始编辑节点，可以节省管理员的选择时间，进一步提高节点生成智能化程度；而且，本实施例中，每一原始编辑节点携带有删除选项，管理员可以根据自己的需求进行删除，可以有效提高工作效率。

S302：若节点类型为固定问答类型，则将固定问答节点确定为原始编辑节点。

其中，固定问答节点是用于设置固定问答的节点，例如，该固定问答节点可以是，客户说对话数据处理X，问答机器人答对话数据处理X等。此时，固定问答节点中，客户只能提问题，而问答机器人则根据问题回复相应答案，以保证为客户服务。

S303：若节点类型为智能对话类型，则将智能问答节点和辅助节点确定为原始编辑节点。

其中，智能问答节点是除固定问答节点以外的节点。智能问答节点包括但不限于培训节点、内容导入节点和画图讲解节点等。

辅助节点是用于辅助智能机器人等了解对话所适用的场合或者场景，例如，辅助节点可以是旁白节点等，以提高对话过程中的效率和准确率。本实施例中，通过确定节点类型，以便智能地为管理员提供与节点类型对应的原始编辑节点，简化操作，提高智能化程度。

本实施例所提供的对话数据处理方法，基于节点选择指令，获取节点类型，可以节省管理员的选择时间，进一步提高节点生成智能化程度。若节点类型为固定问答类型，则将固定问答节点确定为原始编辑节点；若节点类型为智能对话类型，则将智能问答节点和辅助节点确定为原始编辑节点，通过确定节点类型，以便智能地为管理员提供与节点类型对应的原始编辑节点，简化操作，提高智能化程度。

作为一示例，如图4所示，步骤S203，即将编辑内容填充到对应的原始编辑节点内，形成当前编辑节点，包括：

S401：确定与编辑内容对应的对话情绪。

其中，对话情绪是对话过程中，智能机器人等所表现的情绪。该对话情绪可以是开心或者伤心等。

本实施例中，为更好地与客户进行对话或者沟通，以实现对话目的，则管理员根据编辑内容，确定对话过程中智能机器人等所所需要的情绪，以保证对话目的实现效果。

S402：基于对话情绪为编辑内容配置对应的对话要求，并将对话要求与当前编辑节点相关联。

其中，对话要求是智能机器人在对话过程中的要求，该对话要求包括但不限于微笑表情、鼓掌表情或者语音等。

本实施例中，通过为智能对话类型的对话提供标准的对话要求，以提高对话过程中规范程度，保证对话目的的实现效果。

本实施例所提供的对话数据处理方法，确定与编辑内容对应的对话情绪，确定对话过程中智能机器人等所所需要的情绪，以保证对话目的实现效果。基于对话情绪为编辑内容配置对应的对话要求，并将对话要求与当前编辑节点相关联，通过为智能对话类型的对话提供标准的对话要求，以提高对话过程中规范程度，保证对话目的的实现效果。

作为一示例，如图5所示，步骤S204，即获取与当前编辑节点相邻的前一编辑节点，基于当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容，获取当前编辑节点和前一编辑节点之间的节点关系，基于节点关系形成目标对话树，包括：

S501：若当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容为对应的问答内容，则当前编辑节点和前一编辑节点之间的节点关系为非并列关系，则连接当前编辑节点和前一编辑节点形成目标对话树。

其中，问答内容是与固定问答节点对应的内容，该问答内容可以为客户问问题，问答机器人回复答案。

非并列关系是当前编辑节点和前一编辑节点之间为顺序关系，即前一编辑节点在前，当前编辑节点在后的关系。本实施例中，当当前编辑节点和前一编辑节点之间的节点关系为非并列关系，则当前编辑节点和前一编辑节点之间的节点关系为顺序关系，此时，将当前编辑节点和前一编辑节点直接相连，以形成目标对话树，保证后续的对话过程具有较为清楚的顺序，保证对话有序进行。

S502：若当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容为智能对话内容，则判断当前编辑节点和前一编辑节点是否存在并列关系。

S503：若当前编辑节点和前一编辑节点存在并列关系，则向上遍历已有编辑节点，确定相邻当前编辑节点和前一编辑节点的父节点，将当前编辑节点和前一编辑节点与父节点相连，形成目标对话树。

其中，智能对话关系是与智能对话节点对应的内容。

已有编辑节点是已经存在的对话节点，父节点是与并列关系的当前编辑节点和前一编辑节点相对的已有编辑节点(并列关系的当前编辑节点和前一编辑节点相当于子节点)。

并列关系是指当前编辑节点和前一编辑节点是并列的，既当前编辑节点和前一编辑节点为相同的子节点，此时，当前编辑节点和前一编辑节点则存在父节点，因此，向上遍历已有编辑节点，当得到第一个非并列的已有编辑节点，则为该已有编辑节点确定为父节点，将当前编辑节点和前一编辑节点与父节点相连，形成目标对话树。当前编辑节点和前一编辑节点为并列关系，则将当前编辑节点和前一编辑节点与父节点相连，形成目标对话树，为后续的对话提供更好的上下文联系，确保后续对话效果更佳，智能机器人具有选择性，以进入并列的当前编辑节点中的任一个，保证对话的顺利进行。

本实施例所提供的对话数据处理方法，若当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容为对应的问答内容，则当前编辑节点和前一编辑节点之间的节点关系为非并列关系，则连接当前编辑节点和前一编辑节点形成目标对话树，保证后续的对话过程具有较为清楚的顺序，保证对话有序进行。若当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容为智能对话内容，则判断当前编辑节点和前一编辑节点是否存在并列关系。若当前编辑节点和前一编辑节点存在并列关系，则向上遍历已有编辑节点，确定相邻当前编辑节点和前一编辑节点的父节点，将当前编辑节点和前一编辑节点与父节点相连，形成目标对话树，形成目标对话树，为后续的对话提供更好的上下文联系，确保后续对话效果更佳，智能机器人具有选择性，以进入并列的当前编辑节点中的任一个，保证对话的顺利进行。

作为一示例，如图6所示，步骤S204，即基于节点关系形成目标对话树，包括：

S601：根据基于节点关系，获取原始对话树。

其中，原始对话树是根据节点关系形成的对话树。

S602：对原始对话树进行对话效果检测，获取检测结果。

其中，对话效果检测依据原始对话树进行实际对话的检测，以便管理员可以了解对话效果，避免对话出现错误，且有利于编辑和后续的智能机器人设计分开处理，便于分工。

检测结果是对原始对话树进行检测的结果。本实施例，通过对原始对话树进行检测，可以保证后续的目标对话树准确性较高，避免实际对话中出现问题。

S603：若检测结果为检测通过，则将原始对话树确定为目标对话树。

S604：若检测结果为检测不通过，则获取修改指令，基于修改指令对原始对话树进行修改，获取修改对话树，当修改对话树的检测结果为检测通过，则将修改对话树确定为目标对话树。

其中，修改指令是用于对原始对话树进行修改的指令。修改对话树对原始对话树进行修改得到的对话树。本实施例中，预先对原始对话树进行检测，以确保目标对话树具有准确性，避免后续对话过程中出现错误，导致对话失败。

本实施例中，修改指令包括删除指令、增加指令和内容指令。其中，删除指令是删除当前编辑节点的指令。增加指令是增加当前编辑节点的指令。内容指令是对当前编辑节点的内容进行修改的指令。具体第一，管理员在编辑界面上点击需要进行修改的当前编辑节点，则显示该当前编辑节点对应的修改选项；管理员通过点击修改选项，即可快速生成修改指令，以对原始对话树进行修改。该修改选项包括删除选项、增加选项和内容选项等。该内容选项是对编辑内容进行修改的选项。

本实施例所提供的对话数据处理方法，根据基于节点关系，获取原始对话树。对原始对话树进行对话效果检测，获取检测结果，以便管理员可以了解对话效果，避免对话出现错误。若检测结果为检测通过，则将原始对话树确定为目标对话树。若检测结果为检测不通过，则获取修改指令，基于修改指令对原始对话树进行修改，获取修改对话树，当修改对话树的检测结果为检测通过，则将修改对话树确定为目标对话树，预先对原始对话树进行检测，以确保目标对话树具有准确性，避免后续对话过程中出现错误，导致对话失败。

作为一示例，如图7所示，在步骤S204之后，即在获取与当前编辑节点相邻的前一编辑节点，基于当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容，获取当前编辑节点和前一编辑节点之间的节点关系，基于节点关系形成目标对话树之后，方法还包括：

S701：接收询问请求，询问请求包括当前对话标识和与当前对话标识相对应的问题数据。

其中，询问请求是指用于客户与机器人进行对话时，询问机器人的请求。

当前对话标识用于唯一识别客户的标识，该当前对话标识可以是客户的手机号码或者用户名等。

问题数据是指客户不清楚的，需要询问机器人的数据。例如，该问题数据可以是如何退款或者产品相关信息(如产品码数或者产品型号)等。

S702：根据当前对话标识相对应的问题数据查询目标对话树，确定当前对话标识对应的当前对话节点。

其中，当前对话节点是与当前正在进行对话匹配的编辑节点。

本实施例中，根据问题数据查询目标对话树，获取目标对话树上与问题数据相匹配的编辑内容，此时，与问题数据相匹配的编辑内容对应的节点即为已有编辑节点，将与该已有编辑节点相邻下一编辑节点确定为当前对话节点，因此，机器人可以根据目标对话树与客户进行顺畅沟通，提高对话效率和对话智能化程度。

S703：根据当前对话节点获取问题数据对应的目标回复话术。

其中，目标回复话术用于回复客户的话术，该目标回复话术可以理解为为当前对话节点对应的编辑内容。

S704：根据目标对话树，将当前对话节点对应的后一编辑节点，确定为目标引导节点，获取目标引导节点对应的目标引导话术。

其中，目标引导节点是用于引导客户进行沟通的节点。目标引导话术是用于引导客户的话术，以确保机器人可以与客户更好地进行沟通，提高对话智能化程度。

本实施例，利用目标对话树的上下文内容，确定具有关联性的目标回复话术和目标引导话术，从而得到较为有效的目标引导话术，保证客户与机器人进行顺畅沟通。

S705：根据目标回复话术和目标引导话术，形成目标显示内容，在客户端上显示目标显示内容，或者形成回复语音。

本实施例中，根据目标对话树确定目标回复话术和目标引导话术，以实现机器人与客户进行对话，提高机器人对话的灵活性，且利用目标引导话术可以保证更好地引导客户进行沟通，提高智能化程度,并根据后一编辑节点的对话要求，显示相应的表情或者语音，提高与机器人对话的灵活性。

本实施例所提供的对话数据处理方法，根据当前对话标识相对应的问题数据查询目标对话树，确定当前对话标识对应的当前对话节点，机器人可以根据目标对话树与客户进行顺畅沟通，提高对话效率和对话智能化程度。根据当前对话节点获取问题数据对应的目标回复话术，根据目标对话树，将当前对话节点对应的后一编辑节点，确定为目标引导节点，获取目标引导节点对应的目标引导话术，利用目标对话树的上下文内容，确定具有关联性的目标回复话术和目标引导话术，从而得到较为有效的目标引导话术，保证客户与机器人进行顺畅沟通。根据目标回复话术和目标引导话术，形成目标显示内容，在客户端上显示目标显示内容，或者形成回复语音，提高智能化程度。

作为一示例，如图8所示，步骤S702，即根据当前对话标识相对应的问题数据查询目标对话树，确定当前对话标识对应的当前对话节点，包括：

S801：根据问题数据，获取M个疑似对话节点。

其中，疑似对话节点是可以用于回复问题数据的编辑节点，可以理解地，由于目标对话树中包括并列的编辑节点，因此，一个问题数据可以对应多个疑似对话节点。

S802：若疑似对话节点的数量为1个，则将疑似对话节点，确定为目标对话节点。

S803：若疑似对话节点的数量大于1个，则获取当前对话标识对应的历史对话流，根据历史对话流和M个疑似对话节点，确定当前对话标识对应的当前对话节点。

其中，历史对话流是指客户在当前时刻之前，已经与机器人对话过的对话流。每一历史对话流携带有对话评分，该对话评分包括管理员查看每一次历史对话后给出的评分和客户给出的评分，以便在对话过程中可以根据对话评分，确定更符合客户需求的对话节点。可以理解地，当对话过程满足客户的需求且对话过程较为流畅，则历史对话流对应的对话评分较高。

具体地，当疑似对话节点的数量大于1个，为了保证输出的回复话术更加符合客户的意愿，此时，机器人通过当前对话标识查询数据库，得到当前对话标识对应的历史对话流，将存在与问题数据相同问题的历史对话流确定为待定对话流，将对话评分最高的待定对话流作为相似对话流，根据相似对话流中与问题数据对应的回复话术对M个疑似对话节点进行筛选，得到最符合用户需求的当前对话节点，从而提高人机对话的智能化程度，并输出满足用户需求的答复。

本实施例所提供的对话数据处理方法，若疑似对话节点的数量大于1个，则获取当前对话标识对应的历史对话流，根据历史对话流和M个疑似对话节点，确定当前对话标识对应的当前对话节点，得到最符合用户需求的当前对话节点，从而提高人机对话的智能化程度，并输出满足用户需求的答复。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种对话数据处理装置，该对话数据处理装置与上述实施例中对话数据处理方法一一对应。如图9所示，该对话数据处理装置包括对话编辑请求获取模块901、原始编辑节点获取模块902、当前编辑节点获取模块903和目标对话树获取模块904。各功能模块详细说明如下：

对话编辑请求获取模块901，用于获取对话编辑请求，基于对话编辑请求进入编辑界面，编辑界面包括待选编辑节点和内容编辑区域。

原始编辑节点获取模块902，用于获取节点选择指令，基于节点选择指令从待选编辑节点中获取原始编辑节点。

当前编辑节点获取模块903，用于基于内容编辑区域，获取原始编辑节点对应的编辑内容，将编辑内容填充到对应的原始编辑节点内，形成当前编辑节点。

目标对话树获取模块904，用于获取与当前编辑节点相邻的前一编辑节点，基于当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容，获取当前编辑节点和前一编辑节点之间的节点关系，基于节点关系形成目标对话树。

优选地，原始编辑节点获取模块902，包括：节点类型获取单元、第一节点确定单元和第二节点确定单元。

节点类型获取单元，用于基于节点选择指令，获取节点类型。

第一节点确定单元，用于若节点类型为固定问答类型，则将固定问答节点确定为原始编辑节点。

第二节点确定单元，用于若节点类型为智能对话类型，则将智能问答节点和辅助节点确定为原始编辑节点。

优选地，当前编辑节点获取模块903，包括：情绪确定单元和关联单元。

情绪确定单元，用于确定与编辑内容对应的对话情绪；

关联单元，用于基于对话情绪为编辑内容配置对应的对话要求，并将对话要求与当前编辑节点相关联。

优选地，目标对话树获取模块904，包括：问答单元、智能单元和并列单元。

问答单元，用于若当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容为对应的问答内容，则当前编辑节点和前一编辑节点之间的节点关系为非并列关系，则连接当前编辑节点和前一编辑节点形成目标对话树。

智能单元，用于若当前编辑节点对应的编辑内容和前一编辑节点对应的编辑内容为智能对话内容，则判断当前编辑节点和前一编辑节点是否存在并列关系。

并列单元，用于若当前编辑节点和前一编辑节点存在并列关系，则向上遍历已有编辑节点，确定相邻当前编辑节点和前一编辑节点的父节点，将当前编辑节点和前一编辑节点与父节点相连，形成目标对话树。

优选地，目标对话树获取模块904，包括：原始对话树获取单元、检测结果获取单元、第一目标对话树确定单元和第二目标对话树确定单元。

原始对话树获取单元，用于根据基于节点关系，获取原始对话树。

检测结果获取单元，用于对原始对话树进行对话效果检测，获取检测结果。

第一目标对话树确定单元，用于若检测结果为检测通过，则将原始对话树确定为目标对话树。

第二目标对话树确定单元，用于若检测结果为检测不通过，则获取修改指令，基于修改指令对原始对话树进行修改，获取修改对话树，当修改对话树的检测结果为检测通过，则将修改对话树确定为目标对话树。

优选地，在目标对话树获取模块904之后，方法还包括：询问请求接收单元、对话节点确定单元、回复话术确定单元、引导节点确定单元和显示内容确定单元。

询问请求接收单元，用于接收询问请求，询问请求包括当前对话标识和与当前对话标识相对应的问题数据：

对话节点确定单元，用于根据当前对话标识相对应的问题数据查询目标对话树，确定当前对话标识对应的当前对话节点；

回复话术确定单元，用于根据当前对话节点获取问题数据对应的目标回复话术；

引导节点确定单元，用于根据目标对话树，将当前对话节点对应的后一编辑节点，确定为目标引导节点，获取目标引导节点对应的目标引导话术；

显示内容确定单元，用于根据目标回复话术和目标引导话术，形成目标显示内容，在客户端上显示目标显示内容，或者形成回复语音。

优选地，对话节点确定单元，包括：疑似对话节点获取子单元、目标对话节点确定子单元和当前对话节点确定子单元。

疑似对话节点获取子单元，用于根据问题数据，获取M个疑似对话节点。

目标对话节点确定子单元，用于若疑似对话节点的数量为1个，则将疑似对话节点，确定为目标对话节点。

当前对话节点确定子单元，用于若疑似对话节点的数量大于1个，则获取当前对话标识对应的历史对话流，根据历史对话流和M个疑似对话节点，确定当前对话标识对应的当前对话节点。

关于对话数据处理装置的具体限定可以参见上文中对于对话数据处理方法的限定，在此不再赘述。上述对话数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储目标对话树。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种对话数据处理方法。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中对话数据处理方法的步骤，例如图2所示的步骤S201-S204，或者图3至图8中所示的步骤，为避免重复，这里不再赘述。或者，处理器执行计算机程序时实现对话数据处理装置这一实施例中的各模块/单元的功能，例如图9所示的对话编辑请求获取模块901、原始编辑节点获取模块902、当前编辑节点获取模块903和目标对话树获取模块904的功能，为避免重复，这里不再赘述。

在一实施例中，提供一计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中对话数据处理方法的步骤，例如图2所示的步骤S201-S204，或者图3至图8中所示的步骤，为避免重复，这里不再赘述。或者，处理器执行计算机程序时实现对话数据处理装置这一实施例中的各模块/单元的功能，例如图9所示的对话编辑请求获取模块901、原始编辑节点获取模块902、当前编辑节点获取模块903和目标对话树获取模块904的功能，为避免重复，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。