对话管理方法和装置制造方法及图纸

本申请提出一种对话管理方法和装置，该对话管理方法包括：获取待处理用户文本数据，以及待处理用户文本数据对应的历史数据；分别对所述待处理用户文本数据和所述历史数据进行特征提取，提取得到所述待处理用户文本数据和所述历史数据分别对应的句子语义特征；根据预先构建的对话管理模型和提取得到的句子语义特征，确定用户意图；根据所述用户意图，反馈与所述待处理用户文本数据对应的响应文本数据。该方法能够高效准确地确定出用户意图，进而高效准确地反馈响应文本数据。

Dialogue management method and device

The invention provides a method and apparatus for dialogue management, including the method of dialogue management: acquiring user text data to be processed, and pending user text data corresponding to the historical data; for the user to handle text data and the historical data for feature extraction, semantic feature extraction to obtain the user text to be processed the data and the historical data respectively; according to the semantic features of sentence dialogue management model and extract prebuilt obtained, determine the intentions of the user; according to the user's intention, feedback to response text data processing text data corresponding to the user and the. The method can efficiently and accurately determine the user's intention, and then efficiently and accurately feedback the response to the text data.

【技术实现步骤摘要】
对话管理方法和装置
本申请涉及自然语言处理
，尤其涉及一种对话管理方法和装置。
技术介绍
随着智能化时代的到来，人机交互方式也越来越符合人类的交互方式，从键盘交互，到图形界面交互，再到目前的通过声音图像的多媒体交互，实现人类和机器的更加自然更加人性化的交互方式。交互过程中，需要通过对话管理方法根据用户的请求，确定用户意图后，将相应响应结果反馈给用户。相关技术中，对话管理方法一般是基于规则的方法确定用户意图后，找到相应响应文本数据反馈给用户，所述规则需要预先收集大量对话文本数据后，人工分析出对话逻辑后，确定相应规则，所述规则一般只能针对对话逻辑出现过的语料，当对话逻辑未出现时，则很难适用，规则存在局限性，并且很难完全覆盖所有对话逻辑；人工分析对话文本数据的对话逻辑，工作量较大，工作效率较低。因此，如何高效准确地根据用户文本数据确定用户意图对人机交互的用户体验尤为重要。
技术实现思路
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请的一个目的在于提出一种对话管理方法，该方法可以高效准确地确定出用户意图，进而高效准确地反馈响应文本数据。本申请的另一个目的在于提出一种对话管理装置。为达到上述目的，本申请第一方面实施例提出的对话管理方法，包括：获取待处理用户文本数据，以及待处理用户文本数据对应的历史数据；分别对所述待处理用户文本数据和所述历史数据进行特征提取，提取得到所述待处理用户文本数据和所述历史数据分别对应的句子语义特征；根据预先构建的对话管理模型和提取得到的句子语义特征，确定用户意图；根据所述用户意图，反馈与所述待处理用户文本数据对应的响应文本数据。本申请第一方面实施例提出的对话管理方法，通过根据对话管理模型确定用户意图，可以提高用户意图确定的准确性，并且不需要人工总结规则，大大提高了对话管理的效果，从而可以在对话管理时高效准确地确定出用户意图，进而高效准确地反馈响应文本数据。为达到上述目的，本申请第二方面实施例提出的对话管理装置，包括：获取模块，用于获取待处理用户文本数据，以及待处理用户文本数据对应的历史数据；提取模块，用于分别对所述待处理用户文本数据和所述历史数据进行特征提取，提取得到所述待处理用户文本数据和所述历史数据分别对应的句子语义特征；确定模块，用于根据预先构建的对话管理模型和提取得到的句子语义特征，确定用户意图；反馈模块，用于根据所述用户意图，反馈与所述待处理用户文本数据对应的响应文本数据。本申请第二方面实施例提出的对话管理装置，通过根据对话管理模型确定用户意图，可以提高用户意图确定的准确性，并且不需要人工总结规则，大大提高了对话管理的效果，从而可以在对话管理时高效准确地确定出用户意图，进而高效准确地反馈响应文本数据。本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。附图说明本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是本申请一个实施例提出的对话管理方法的流程示意图；图2是本申请另一个实施例提出的对话管理方法的流程示意图；图3是本申请实施例中对待提取文本数据进行特征提取的方法的流程示意图；图4是本申请实施例中确定用户文本数据样本对应的用户意图的方法的流程示意图；图5是本申请实施例中对话管理模型的一种网络结构示意图；图6是本申请一个实施例提出的对话管理装置的结构示意图；图7是本申请另一个实施例提出的对话管理装置的结构示意图。具体实施方式下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。图1是本申请一个实施例提出的对话管理方法的流程示意图。如图1所示，本实施例的方法包括：S11：获取待处理用户文本数据，以及待处理用户文本数据对应的历史数据。用户文本数据是指人机交互过程中用户主动发出的文本数据，可以为直接输入到系统中的用户文本数据，也可以为用户使用语音数据输入后，对所述语音数据进行语音识别后得到的识别文本。人机交互过程中，可以以一句用户文本数据与一句响应文本数据交替出现的形式进行，响应文本数据是指机器反馈给用户的与用户文本数据对应的数据。一句用户文本数据及对应的一句响应文本数据可以组成一轮对话文本数据。在人机交互过程中，可以包括一轮或多轮对话文本数据，多轮指至少两轮。在处理时，可以分别将每轮对话文本数据中的用户文本数据作为待处理用户文本数据。在人机交互过程中可以记录对话文本数据，以在记录的数据中获取到待处理用户文本数据对应的历史数据。历史数据是指待处理用户文本数据之前的预设N轮的对话文本数据，N可以根据应用需求设置。如上所示，对话文本数据包括用户文本数据和响应文本数据，则历史数据包括历史用户文本数据和历史响应文本数据。如果待处理用户文本数据是第一轮交互中的用户文本数据，则对应的历史数据为空。S12：分别对所述待处理用户文本数据和所述历史数据进行特征提取，提取得到所述待处理用户文本数据和所述历史数据分别对应的句子语义特征。由于需要分别对待处理用户文本数据和历史数据进行特征提取，因此，待处理用户文本数据和历史数据可以统称为待提取文本数据，而在后续内容中，还会涉及对样本进行特征提取的步骤，因此，样本也可以称为待提取文本数据。具体的对待提取文本数据进行特征提取的方法可以参见后续内容。如果待提取文本数据为空，比如历史数据为空，则可以设置对应的句子语义特征为固定值，如将此时的句子语义特征的取值设置为0。S13：根据预先构建的对话管理模型和提取得到的句子语义特征，确定所述待处理用户文本数据对应的用户意图。具体构建对话管理模型的方法可以如后续内容所示。对话管理模型的输入为句子语义特征，输出为用户意图信息，从而在提取得到句子语义特征后，将提取得到的句子语义特征作为对话管理模型的输入，得到对话管理模型输出的用户意图信息，再根据用户意图信息确定用户意图，比如，用户意图信息为每种预设用户意图的概率值，则将概率值最高的用户意图确定为待处理用户文本数据对应的用户意图。S14：根据所述用户意图，反馈与所述用户文本数据对应的响应文本数据。例如，可以预先配置每种用户意图对应的响应文本数据，从而在用户意图确定后，可以直接获取对应的响应文本数据反馈给用户。比如，预先配置用户意图为“查询话费”对应的响应文本数据包括：“您想查询哪个月的话费”，则在确定出用户意图为“查询话费”时，向用户反馈“您想查询哪个月的话费”。在反馈时，可以显示响应文本数据，或者，采用语音合成技术将响应文本数据转换为语音，采用语音播放的方式进行反馈。本实施例中，通过根据对话管理模型确定用户意图，可以提高用户意图确定的准确性，并且不需要人工总结规则，大大提高了对话管理的效果，从而可以在对话管理时高效准确地确定出用户意图，进而高效准确地反馈响应文本数据。图2是本申请另一个实施例提出的对话管理方法的流程示意图。如图2所示的，本实施例的方法包括：S21：构建对话管理模型。具体如后续描本文档来自技高网...

【技术保护点】
一种对话管理方法，其特征在于，包括：获取待处理用户文本数据，以及待处理用户文本数据对应的历史数据；分别对所述待处理用户文本数据和所述历史数据进行特征提取，提取得到所述待处理用户文本数据和所述历史数据分别对应的句子语义特征；根据预先构建的对话管理模型和提取得到的句子语义特征，确定用户意图；根据所述用户意图，反馈与所述待处理用户文本数据对应的响应文本数据。

【技术特征摘要】
1.一种对话管理方法，其特征在于，包括：获取待处理用户文本数据，以及待处理用户文本数据对应的历史数据；分别对所述待处理用户文本数据和所述历史数据进行特征提取，提取得到所述待处理用户文本数据和所述历史数据分别对应的句子语义特征；根据预先构建的对话管理模型和提取得到的句子语义特征，确定用户意图；根据所述用户意图，反馈与所述待处理用户文本数据对应的响应文本数据。2.根据权利要求1所述的方法，其特征在于，所述特征提取包括：对待提取文本数据进行分词，得到分词后的词语；对所述词语进行词向量化，得到所述词语对应的词向量；根据所述词向量提取出所述待提取文本数据对应的句子语义特征；其中，所述待提取文本数据包括：所述待处理用户文本数据，和/或，所述历史数据。3.根据权利要求1所述的方法，其特征在于，还包括：构建对话管理模型，所述构建对话管理模型，包括：获取对话文本数据样本，所述对话文本数据样本包括：用户文本数据样本、用户文本数据样本对应的历史数据样本；分别对所述用户文本数据样本和所述历史数据样本进行特征提取，提取得到所述用户文本数据样本和所述历史数据样本分别对应的句子语义特征；确定所述用户文本数据样本对应的用户意图；基于预先确定的网络结构，根据所述用户文本数据样本和所述历史数据样本分别对应的句子语义特征以及所述用户文本数据样本对应的用户意图，进行模型训练，构建得到对话管理模型。4.根据权利要求3所述的方法，其特征在于，所述对话文本数据样本还包括：与用户文本数据样本属于同一轮交互的响应文本数据样本；所述确定所述用户文本数据样本对应的用户意图，包括：获取所述响应文本数据样本对应的句子语义特征，并根据所述响应文本数据样本对应的句子语义特征确定初始用户意图；根据所述用户文本数据样本对应的句子语义特征和所述初始用户意图，确定用户意图确定特征，并根据所述用户意图确定特征确定出所述用户文本数据样本对应的用户意图。5.根据权利要求1所述的方法，其特征在于，所述对话管理模型的网络结构包括：深度神经网络结构。6.根据权利要求5所述的方法，其特征在于，所述历史数据包括：历史用户文本数据和历史响应文本数据，所述网络结构包括：输入层、注意力层、连接层和输出层；所述输入层用于输入如下特征：所述待处理用户文本数据对应的句子语义特征、所述历史用户文本数据对应的句子语义特征和所述历史响应文本数据对应的句子语义特征；所述注意力层用于根据所述待处理用户文本数据对应的句子语义特征和所述历史用户文本数据对应的句子语义特征，计算所述待处理用户文本数据与所述历史用户文本数据之间的相关度权重，并根据所述相关度权重和所述历史响应文本数据对应的句子语义特征，计算所述待处理用户文本数据对应的响应文本数据的特征向量；所述连接层用于对所述特征向量和所述待处理用户文本数据对应的句子语义特征进行变换，得到变换后的特征向量；所述输出层用于根据所述变换后的特征向量输出用户意图信息。7.一种对话管理装置，其特征在于，包括：获取模块，用...

【专利技术属性】
技术研发人员：孙瑜声，胡加学，赵乾，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：安徽,34