一種實現(xiàn)并行話題控制的模糊推理聊天機器人方法和系統(tǒng)的制作方法
【專利摘要】提出了一種支持并行話題控制的模糊推理聊天機器人方法。該發(fā)明設(shè)置：一個場景知識庫進行知識表示，包括知識樹庫、場景對象庫、對話風格庫和場景動作庫；一個并行話題狀態(tài)控制器用于控制對話過程多個并行話題的話題狀態(tài)轉(zhuǎn)換；一個的模糊推理機實現(xiàn)話題的推理策略和對話場景的風格控制；一個語言生成模塊。該發(fā)明具有一定場景的對話系統(tǒng)，解決聊天場景的上下文、省略、指代、話題轉(zhuǎn)切等對話系統(tǒng)特有問題，大大提高了人機對話的自然度，使得對話過程更接近人人對話。該方法依靠大數(shù)據(jù)統(tǒng)計技術(shù)完成知識庫的建設(shè)和模糊推理決策，提高問答準確性并更易于訓(xùn)練和數(shù)據(jù)更新。該發(fā)明針對網(wǎng)絡(luò)在線客服，實現(xiàn)了電商交易客服機器人和議價客服機器人。
【專利說明】一種實現(xiàn)并行話題控制的模糊推理聊天機器人方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計算機應(yīng)用領(lǐng)域，具體涉及到自然語言理解、知識表示、形式化邏輯和機器學(xué)習(xí)技術(shù)聊天機器人對話的方法，解決基于受限場景的話題狀態(tài)管理和對話推理問題，提高人機對話自然度，解決指代、省略、話題切換等對話系統(tǒng)特有問題。
【背景技術(shù)】
[0002]聊天機器人是一種能夠?qū)崿F(xiàn)跟人機對話的軟件系統(tǒng)，它主要用于網(wǎng)絡(luò)溝通交流平臺，如:各種即時通訊平臺、網(wǎng)絡(luò)客戶服務(wù)平臺以及以文字為主的信息服務(wù)平臺。目前即時通訊平臺主要有騰訊、阿里旺旺等；網(wǎng)絡(luò)客戶服務(wù)平臺為企業(yè)、政府在web端提供的人工在線客戶服務(wù)，這也包括B2C商家提供的電子商務(wù)客服；企業(yè)在移動互聯(lián)網(wǎng)端也開始了各種接入應(yīng)用，如:微信、移動端APP等。雖然這些平臺主要以人工溝通為主，但是對聊天機器人有比較大的需求。
[0003]互聯(lián)網(wǎng)催生聊天機器人產(chǎn)業(yè)和發(fā)展。聊天機器人最初作為一種圖靈測試，用于檢驗計算機智能，互聯(lián)網(wǎng)時代的聊天機器人產(chǎn)生之初主要以娛樂形式為主，隨著網(wǎng)絡(luò)的深入，企業(yè)、網(wǎng)絡(luò)平臺對網(wǎng)絡(luò)客戶服務(wù)越來越重視，聊天機器人已經(jīng)滲透到了客戶服務(wù)各個領(lǐng)域。
[0004]現(xiàn)有聊天機器人的解決方案主要是依靠搜索技術(shù)完成，其本質(zhì)是一個對問答庫的問題搜索過程。需要把用戶可能提問可作答編輯成常用“問題-答案對”，聊天機器人對用戶的提問在問答庫內(nèi)進行搜索，找到最相關(guān)的問題，將其答案提取出來作為系統(tǒng)輸出。聊天機器人可以對問題直接做答，代替人工客服；也可以作為系統(tǒng)推薦給人工客戶的一種答案參考，減少人工工作量，以此作為一種輔助的客服工具。
[0005]目前聊天機器人系統(tǒng)的主要功能是以搜索技術(shù)完成，各個系統(tǒng)技術(shù)上的主要區(qū)別是對搜索關(guān)鍵字的設(shè)定方法或相似度算法(如=TF-1DF算法)不同，結(jié)果稍有區(qū)別；知識庫(問題-答案對)的建設(shè)主要依賴于人工來完成。
[0006]目前聊天機器人系統(tǒng)的使用模式為用戶輸入一定長度的語句，系統(tǒng)根據(jù)用戶的輸入檢索出一個最相似的問題，將答案提交給用戶。這種技術(shù)實現(xiàn)的聊天雞犬吠跟實際的應(yīng)用對話場景有很大差距，詳細區(qū)別如下:
[0007]I)上下文關(guān)聯(lián)性:真實對話場景是上下文相關(guān)的，常常用戶的表述不會在一次詢問中完成，本次詢問的很多重要信息都在前面的敘述中，單純用本次詢問內(nèi)容做搜索結(jié)果很難找到合適的答案；
[0008]2)多問多答:常常用戶會把幾個問題在一次問答中問完，或者連續(xù)詢問多個問題，現(xiàn)有系統(tǒng)會將多個問題一起提交獲得結(jié)果很難準確；
[0009]3)多個話題并行進行:真實對話場景一般包含多個討論話題，這些話題會在幾個交流過程同時進行，存在跳躍性的問題穿越?，F(xiàn)有聊天系統(tǒng)方案無法解決多話題之間切換。
[0010]4)歷史信息跟蹤:沒有跟蹤用戶的歷史發(fā)生信息，無法做到針對用戶的個性化問答和交流。
[0011]5)話題交互需求；真實聊天系統(tǒng)往往是又問有答，反問源于常常出現(xiàn)在對用戶輸入信息的質(zhì)疑、分解、復(fù)述等場景。而現(xiàn)在聊天機器人只能做到只答不問。
[0012]本發(fā)明提出了一種文字對話機器人的方法和系統(tǒng)，該方法采用并行話題控制的模糊推理技術(shù)，使得系統(tǒng)根據(jù)用戶的輸入信息、提取、分析和綜合或分解話題，并完成多個話題跟蹤轉(zhuǎn)換的人-機溝通方式，解決了上下文之間的信息關(guān)聯(lián)性，并通過的模糊推理機計算出問題的復(fù)雜程度，簡單問題直接給出，復(fù)雜問題反饋給用戶，通過交互獲取必要的新信息，完成類似真人系統(tǒng)的自然交流過程。

【發(fā)明內(nèi)容】

[0013]本發(fā)明是一種實現(xiàn)基于場景的自然語言對話系統(tǒng)，并采用統(tǒng)計數(shù)據(jù)分析方法和知識樹庫表示方法以互動的形式解決自然語言歧義，并完成類似于人工對話的溝通功能。
[0014]該方案包含主要分為四個方面:A場景知識表示、B并行話題狀態(tài)控制器及轉(zhuǎn)換流程、C系統(tǒng)處理流程及模糊推理機。
[0015]A場景知識表示，這部分是本發(fā)明方案的主要內(nèi)容，包含場景對象庫、知識樹庫、對話風格庫、場景動作庫四個知識庫，其中，知識樹庫是場景知識表示的核心。
[0016]A-1知識樹庫:針對一個具體的場景，其知識樹由一系列的話題節(jié)點組織，相連節(jié)點之間是為父子關(guān)系，每個節(jié)點包含一個獨立的話題，一個復(fù)雜話題往往包含很多子話題，其子話題作為該話題的子節(jié)點。同一個父話題的節(jié)點為兄弟節(jié)點，構(gòu)成了父話題的一系列相關(guān)話題。話題節(jié)點包含話題本身的標簽和一個節(jié)點同義表述項，用于該節(jié)點的各種語言學(xué)擴展。同時，每個話題節(jié)點也包含該節(jié)點一系列問答知識對，每個知識樹內(nèi)的問答對有不少于一個答案，答案配有相應(yīng)風格標簽，與對話風格庫標簽相對應(yīng)。話題的葉子節(jié)點作為知識樹中的不可分割的話題，即原子問題，一般包含一系列明確的系統(tǒng)問答知識對。場景知識樹庫圖見圖1。
[0017]A-2場景對象庫包含了一系列場景相關(guān)的實體對象、對象屬性以及對象的相關(guān)處理方法，這些內(nèi)容以關(guān)鍵字和關(guān)鍵字的場景詞性形式存在。場景庫也包含一系列與場景相關(guān)的語言模板，作為通用語言模板的補充，用于語言生成模塊。
[0018]A-3對話風格庫包含一系列風格標簽及風格標簽對應(yīng)的風格用語及模板，風格用語和模板使用統(tǒng)計方法從大量聊天真實聊天語料中統(tǒng)計獲得。風格庫實現(xiàn)回答問題的方式，例如:男女生言語風格、快慢話題控制語言風格、冗長拖沓對話風格或爽快簡潔對話風格等語言模式。對話風格庫也包含為話題模糊推理機提供話題推理使用的必要參數(shù)，以便根據(jù)不同的應(yīng)用場景完成相應(yīng)的話題選擇控制。
[0019]A-4場景動作庫用于完成具體對話的外部操作功能，指引外界系統(tǒng)的實施各種命令。不同的應(yīng)用場景其命令方式不同，結(jié)果也會以不同的方式反饋給語言生成模塊。比如:電子商務(wù)場景的動作命令可能是訂單的查詢、快遞費的修改以及訂單價格的調(diào)整等。
[0020]B并行話題狀態(tài)控制器及轉(zhuǎn)換流程，用于控制話題的各種狀態(tài)轉(zhuǎn)換，并維護狀態(tài)的上下文。其中，話題狀態(tài)是本方案的一個重要概念，話題指的是前面所述的知識樹庫內(nèi)的話題節(jié)點位置及話題節(jié)點內(nèi)容，話題狀態(tài)是指與該話題相關(guān)的場景知識總和，這些信息主要來源于場景對象識別器提取的場景信息，如對象、屬性和相關(guān)處理方法，一個時間片段內(nèi)的話題狀態(tài)會被記錄到內(nèi)存的一塊區(qū)域內(nèi)-話題狀態(tài)表，它記錄了全部話題的狀態(tài)信息，包括:話題的夫子節(jié)點，話題前后狀態(tài)，期望狀態(tài)等，并且話題狀態(tài)控制器的處理對象就是話題狀態(tài)表中各個話題狀態(tài)的轉(zhuǎn)換。本方案設(shè)計七種話題狀態(tài)支持多個話題并行計算。這七種狀態(tài)為:新建、載入、掛起、激活、存儲、釋放、確認。并行話題狀態(tài)控制器的核心功能是控制對話題的狀態(tài)以及根據(jù)話題模糊推理機結(jié)果完成對話題狀態(tài)表的更新。并行話題狀態(tài)控制器的也包含單次對話過程包含多個話題的話題拆分功能。并行話題控制是指在一個時間片段內(nèi)，對話題狀態(tài)表內(nèi)多個話題的實時維護，一個話題的內(nèi)容調(diào)整將影響對其他話題內(nèi)容并做調(diào)整，包含內(nèi)容更新和話題狀態(tài)改變等。話題狀態(tài)表中保留了有關(guān)歷史話題的全部信息，包括對象、處理方法等，這些信息用于知識樹搜索環(huán)節(jié)實現(xiàn)指代、省略的消解功能，解決了上下文相關(guān)的問題。話題狀態(tài)流程有限自動機見圖2。各種狀態(tài)轉(zhuǎn)換過程如下:
[0021]B-1新建和載入狀態(tài)，并行話題狀態(tài)控制器輸出的話題按照系統(tǒng)設(shè)定的數(shù)量和優(yōu)先級依次新建，對于老用戶沒有提出話題請求時，把最近時間的歷史話題載入當前話題狀態(tài)表中；
[0022]B-2激活狀態(tài)，這是一個核心的話題狀態(tài)，包括三種情況:新建狀態(tài)由模糊推理機決策某個話題的激活和后續(xù)話題的激活順序；掛起話題經(jīng)過話題狀態(tài)表信息更新后，重新計算話題優(yōu)先級后發(fā)出另一個話題的激活指令或維持現(xiàn)有話題激活狀態(tài)；由與用戶交互信息確定某個話題處于激活狀態(tài)；
[0023]B-3掛起狀態(tài)，任何時候當一個話題處于激活狀態(tài)或待確認狀態(tài)，其他話題將被置于掛起狀態(tài)；
[0024]B-4確認狀態(tài),話題處于與用戶交互的過程時,話題處于確認狀態(tài)(待確認)，系統(tǒng)等待用戶的交互信息，確定激活還是釋放；
[0025]B-5存儲狀態(tài)，用于時間片段結(jié)束后的信息處理過程，需要把當前用戶交流信息存入磁盤，用于下次問答的歷史信息；
[0026]B-6釋放狀態(tài):系統(tǒng)異常、完成存儲以及各種信息的話題取消，需要釋放話題信
肩、O
[0027]C系統(tǒng)處理流程，描述了本發(fā)明的處理過程。該流程在系統(tǒng)與某個用戶對話的一個連續(xù)時間片段內(nèi)進行，系統(tǒng)維護這個時間片段內(nèi)的信息交流及過程轉(zhuǎn)換，其核心功能是對這個片段當前時間點的全部歷史信息進行收集、整理、歸納、計算、推理，綜合決策本次交流的問答處理目標。整個流程可以分為:對象識別、場景知識搜索、話題狀態(tài)控制轉(zhuǎn)換、話題模糊推理和語言生成連續(xù)的五個關(guān)鍵模塊。其中，話題模糊推理是整個流程的核心。系統(tǒng)處理流程圖見圖3。
[0028]C-1場景對象識別。輸入串進入場景對象識別器處理，包括自然語言分析，如中文分詞、句法、詞性標注等，通用信息的標注過程，再使用場景對象庫進行對象標注，獲得場景語義信息。對于一個具體的應(yīng)用場景來說，這些標注一般包含通用的語言學(xué)信息(問法，常用句的表示形式，如肯定，否定)、專用場景實體對象信息和屬性信息(商品、型號、顏色等)、場景對象處理方法。
[0029]C-2場景知識搜索，將對象識別器獲得的各種關(guān)鍵字、語言標注和場景標注在知識樹庫內(nèi)進行檢索，獲得當前輸入的話題節(jié)點序列，提供給并行話題狀態(tài)控制器進行話題分析?？紤]到效率和參數(shù)估計等問題，系統(tǒng)對知識樹庫建立一個統(tǒng)計索引庫，該索引庫包含下一個過程所必須的話題信息和統(tǒng)計知識庫參數(shù)信息。
[0030]C-3話題模糊推理。這是與話題控制器緊密結(jié)合的兩個邏輯模塊，話題模糊推理機相當于整個聊天機器人的大腦，與場景相關(guān)的邏輯內(nèi)容在這個過程實現(xiàn)。它是一個演繹推理過程，系統(tǒng)根據(jù)不同場景的業(yè)務(wù)模式，制定不同的推理規(guī)則，具體推理方法采用模糊決策樹來完成。
[0031]模糊推理的一個目標是盡可能快獲得當前問話的最相關(guān)聯(lián)的一個原子話題，原子話題是掛接在知識樹庫中各個節(jié)點的問答對，模糊推理的另一個目標是為模糊性話題提出語言輸出提供必要的語言生成模板信息，用于同用戶交互。話題模糊推理機機理圖見圖4。推理過程以并行話題狀態(tài)控制器獲得的話題候選開始:
[0032]I)話題狀態(tài)表內(nèi)存有當前一個時間片段的全部話題，推理計算是通過模糊推理函數(shù)根據(jù)當前話題狀態(tài)對各個原子候選話題計算出的模糊度，到達一定的模糊度閾值，即被選中。
[0033]2)首先模糊推理函數(shù)要計算與本場景相關(guān)的可能性，該發(fā)明設(shè)計僅僅處理與設(shè)計場景相關(guān)的詢問，非場景相關(guān)不做處理
[0034]3)確定場景達到相關(guān)閾值后，推理過程開始尋找到一個或多個可能的原子話題，原子話題模糊度判斷是整個系統(tǒng)的完成標志。一個復(fù)雜話題包含一系列原子話題，如果當前話題為非原子話題，模糊推理函數(shù)計算多樹/單樹的可能性，根據(jù)系統(tǒng)設(shè)定的閾值，推理機選擇相應(yīng)的處理過程。
[0035]4)單樹過程用于處理當前熱點話題的子話題，系統(tǒng)根據(jù)推理策略，確定對哪些子話題做激活處理，進行新一輪的話題判斷。
[0036]5)多樹過程用于處理輸入歧義，通過與用戶對當前話題進行交互，獲得的新信息作為推理判斷的確定性依據(jù)(肯定、否定、可能等)。
[0037]6)系統(tǒng)根據(jù)用戶新的輸入，更新狀態(tài)信息，使用模糊推理函數(shù)重新計算，進入新一輪的判斷過程。
[0038]模糊推理函數(shù)是影響系統(tǒng)準確性的重要函數(shù)，采用k緊鄰分類方法，同時，對象識別器對場景特征提取起到了關(guān)鍵的作用，推理函數(shù)是影響回答準確性的重要因素。
[0039]該系統(tǒng)包含三個模糊推理戶數(shù):
[0040]場景相關(guān)推理函數(shù):用于評價當前輸入是否跟當前話題場景相關(guān)；
[0041]原子話題推理函數(shù)，用于評價當前狀態(tài)信息對某個原子話題的相關(guān)性概率；
[0042]節(jié)點話題推理函數(shù)。用于評價當前狀態(tài)信息對某個節(jié)點話題的相關(guān)性概率。
[0043]C-4語言生成，用于完成系統(tǒng)對外的字符串輸出，包括三個輸出模型:場景模板語言生成、原子話題輸出、系統(tǒng)命令生成。
[0044]場景模板語言生成，為預(yù)制節(jié)點話題模板，用于對非原子類話題向用戶提問、確認、推薦等語言模板生成；
[0045]原子話題輸出，為系統(tǒng)確定原子話題后，直接輸出答案。其中，多個候選答案選取由系統(tǒng)的風格設(shè)定決定；
[0046]系統(tǒng)命令生成用于系統(tǒng)的動作操作、人工客服的協(xié)作等操作。
【專利附圖】

【附圖說明】
[0047]圖1場景知識樹庫圖。
[0048]圖2并行話題狀態(tài)流程有限自動機。[0049]圖3系統(tǒng)處理流程圖。
[0050]圖4話題模糊推理機機理圖。
[0051]圖5系統(tǒng)架構(gòu)圖。
[0052]圖6電商交易知識樹庫。
[0053]圖7議價知識樹話題節(jié)點圖。
【具體實施方式】
[0054]本發(fā)明可用于電子商務(wù)在線客戶服務(wù)系統(tǒng)，作為電商交易客服機器人，代替人工完成即時通訊平臺上在線客戶的功能。
[0055]發(fā)明基于一種分布式的云模式網(wǎng)絡(luò)服務(wù)系統(tǒng)，主要邏輯處理在服務(wù)器端，并支持大量用戶訪問。系統(tǒng)架構(gòu)圖，如圖5。
[0056]I整個系統(tǒng)是一個兩層結(jié)構(gòu)的分布式架構(gòu)，每個用戶的訪問將統(tǒng)一有負載平衡進行分配，根據(jù)上層回話機的負載能力平衡分配。
[0057]2會話機是系統(tǒng)重要的一層(圖中上層)，完成整個系統(tǒng)的核心功能，每個會話過程維護一個連續(xù)的時間片段，會話機設(shè)置一個針對本機的用戶信息狀態(tài)表，記錄當前用戶的會話狀態(tài)(進行中、新進、完成、超時等)，決定當前用戶的新建、解除和存儲。會話機也記錄主要會話過程的日志信息。
[0058]3下層是基礎(chǔ)信息層，用戶完成上層的各種檢索需求，包括:場景知識搜索，語義分析及對象識別，場景動作處理，用戶信息提取。
[0059]通過電子商務(wù)在線交易場景分析，電商交易知識樹庫由電商交易客服話題節(jié)點組成，包含電商話題節(jié)點及話題節(jié)點關(guān)系，包括:售前、售中和售后等話題子樹，針對買家關(guān)注的話題，在一個時間片段內(nèi)完成多個交易對象(商品、快遞、發(fā)貨、庫存等)狀態(tài)的轉(zhuǎn)換。見圖6。
[0060]其中議價客服機器人交易系統(tǒng)的主要功能之一，本發(fā)明技術(shù)和方法，可以使得機器具有與買家議價的能力，商家可以設(shè)定議價標準和策略，建立議價客服機器人的知識樹庫結(jié)構(gòu)和話題樹的關(guān)系，根據(jù)已經(jīng)設(shè)定好的議價模式，模糊推理系統(tǒng)可以完成被動的議價流程。被動議價指的是以維護買家關(guān)系為主的議價模式，以回答用戶咨詢?yōu)橹?，保持合理的價格情況下，盡量滿足用戶對價格的詢問、質(zhì)疑、價格折扣等信息查詢。議價知識樹話題節(jié)點圖，見圖7。
[0061]議價客服機器人的模糊推理策略特別之處在于將用戶的滿意度和價格作為信息評價推理參數(shù)，在盡可能滿足用戶的前提下，獲得較好的價格約定；議價相關(guān)的語言生成模型和議價風格庫，適合于議價話題輸出，使用了易于買家接受的語言風格和話術(shù)。
【權(quán)利要求】
1.一種具有并行話題控制的模糊推理功能對話系統(tǒng)方法，包括以下四個特征: A.一個場景知識庫，包括場景對象庫、知識樹庫、場景動作庫和動作風格庫。知識樹庫是對場景知識的形式化描述，內(nèi)容為場景相關(guān)全部話題節(jié)點和話題節(jié)點關(guān)系，話題樹節(jié)點包含一個節(jié)點同義表述項，用于該節(jié)點的各種語言學(xué)擴展。 B.一個并行話題狀態(tài)控制器:用戶對當前時間片段內(nèi)話題狀態(tài)跟蹤和切換，具有如下狀態(tài):新建、載入、掛起、激活、存儲、釋放、確認。 C.一個話題模糊推理機和一個場景知識搜索模塊，通過模糊推理函數(shù)計算出當前狀態(tài)信息下知識樹庫內(nèi)最可能的話題節(jié)點，或者給出話題節(jié)點候選提請用戶交互確認。系統(tǒng)內(nèi)三個的模糊推理函數(shù)使用統(tǒng)計機器學(xué)習(xí)算法完成參數(shù)估計。 D.一個語言生成器，完成原子話題直接輸出、場景模板語言生成和場景命令生成。
2.基于權(quán)利I的一種聊天機器人系統(tǒng)，具有以下特征: A.跟蹤用戶和系統(tǒng)之間的對話，在一個時間片段內(nèi)完成多個話題狀態(tài)的轉(zhuǎn)換，也可以接續(xù)以前在這個時間片內(nèi)的已忽略的話題。 B.完成自然對話的省略、指代的恢復(fù)(消解)功能，使對話系統(tǒng)具有上下文連貫跟蹤功倉泛。 C.對于復(fù)雜話題具有對該話題的分解功能，依據(jù)知識樹庫的設(shè)計，可以將當前話題分解成相應(yīng)子話題，并評價最可能的新話題。 D.對于有歧義的問話，系統(tǒng)給出各種可能性的具體數(shù)值，向用戶以自然語言形式提出各種可能話題的確認，完成與用戶的信息交互。
3.基于權(quán)利2的一種電子商務(wù)交易客服機器人系統(tǒng)，具有以下特征: A.有完整電子商務(wù)全過程的知識樹庫及電商對話應(yīng)用的話題節(jié)點及話題節(jié)點關(guān)系，包括:售前、售中和售后等話題子樹，針對買家關(guān)注的話題，在一個時間片段內(nèi)完成多個交易對象(商品、快遞、發(fā)貨、庫存等)狀態(tài)的轉(zhuǎn)換。 B.以自然對話的形式完成與賣家的產(chǎn)品咨詢、價格和物流等信息的溝通與交流，完成交易話題的省略、指代的恢復(fù)(消解)功能，使電商交易機器人具有上下文連貫跟蹤功能。 C.具有有電商交易場景的信息交互功能，對于買家包含多個話題樹的簡單詢問(如:快遞查詢、售前、售中、售后話題節(jié)點)，系統(tǒng)會給出對應(yīng)話題多個歧義節(jié)點與用戶進行交互消岐。
4.基于權(quán)利3的一種議價客服機器人系統(tǒng)，具有以下特征: A.具有與店鋪相關(guān)商品知識議價話題節(jié)點庫，包括:打折、活動、優(yōu)惠券、包郵、老客戶優(yōu)惠及比價等話題節(jié)點信息； B.即能夠與買家根據(jù)議價樹內(nèi)節(jié)點信息響應(yīng)用戶的價格咨詢，完成被動的砍價功能(討價還價)； C.系統(tǒng)包含議價模糊推理策略，將用戶的滿意度和價格作為信息評價推理目標，在盡可能滿足用戶的前提下，獲得較高的價格約定； D.系統(tǒng)建立議價相關(guān)的語言生成模型和議價風格庫，適合于議價話題輸出易于買家接受的語言風格和話術(shù)。
【文檔編號】G06F17/30GK104008160SQ201410231878
【公開日】2014年8月27日 申請日期:2014年5月29日 優(yōu)先權(quán)日:2014年5月29日
【發(fā)明者】吳春堯 申請人:吳春堯