一种实现智能对话中对话管理的方法技术

本发明专利技术特别涉及一种实现智能对话中对话管理的方法。该实现智能对话中对话管理的方法，通过创建对话管理的意图流程和意图结构，优化词槽抽取流程，增加意图跳转机制，融合向下文中对话信息，实现对话过程中的意图跳转，词槽抽取与历史信息融合，多轮对话任务，减少系统响应时间。该实现智能对话中对话管理的方法，不仅能够快速准确的识别用户输入语料的意图并提取词槽值，对模糊或者缺少词槽的意图进行二次或者多次询问，而且在交互过程中，支持用户意图的跳转，系统能够对用户不同主题的问题之间做出应答。

A Method to Realize Dialogue Management in Intelligent Dialogue

The invention particularly relates to a method for realizing dialogue management in intelligent dialogue. This method realizes dialogue management in intelligent dialogue. By creating intention flow and intention structure of dialogue management, optimizing word slot extraction process, increasing intention jump mechanism and fusing the dialogue information below, it realizes intention jump in dialogue process, word slot extraction and historical information fusion, multi-round dialogue tasks, and reduces system response time. This method not only can quickly and accurately identify the user's intention to input corpus and extract the slot value, and query the ambiguous or missing slot twice or repeatedly, but also can support the jump of user's intention in the interactive process, and the system can respond to the user's questions on different topics.

【技术实现步骤摘要】
一种实现智能对话中对话管理的方法
本专利技术涉及自然语言处理
，特别涉及一种实现智能对话中对话管理的方法。
技术介绍
对话管理是指系统采用一定的方式引导对话，其主要任务根据用户输入，结合上下文语境和历史对话信息等，识别当前对话意图和主题，并判断从用户获取的信息是否能够进行下一步动作。对话管理的模型一般可以分为非统计的对话管理模型和基于统计的对话管理模型。目前阶段，对于非统计的对话管理模型主要分为：基于有限状态机、基于填充词槽特征和基于任务数。其中，基于有限状态机和基于填充词槽特征的对话管理方法均需开发时预先考虑并设定好所有可能的交互过程，速度较快，但是对于未设定的场景这两种方法无法处理。基于填充词槽特征的对话管理方法相对于有限状态机方法，仅关心当前对话状态的信息，无需严格遵守操作顺序，稳定性较好，目前广泛应用于成熟的商用系统。但是由于基于填充词槽特征的对话管理模型结构简单，无法处理多轮对话中的需求。基于任务数的对话管理方法与基于有限状态机的对话管理方法正好相反，其灵活性好，但是处理速度慢。基于统计的对话管理模型广泛采用基于马尔科夫决策过程（MarkovDecisionprocess，MDP）模型。该模型基于系统可以观测的以往所有状态作出决策，模型建模比较复杂，在实际应用尤其是作为平台应用时，很难收集大规模的语料信息，导致识别效果不佳，但是较传统的方法，其灵活性比较好。基于上述情况，本专利技术设计了一种实现智能对话中对话管理的方法。
技术实现思路
本专利技术为了弥补现有技术的缺陷，提供了一种简单高效的实现智能对话中对话管理的方法。本专利技术是通过如下技术方案实现的：一种实现智能对话中对话管理的方法，其特征在于：通过创建对话管理的意图流程和意图结构，优化词槽抽取流程，增加意图跳转机制，融合向下文中对话信息，实现对话过程中的意图跳转，词槽抽取与历史信息融合，多轮对话任务，减少系统响应时间。当系统获取用户输入后，首先查询对话列表，判断上次对话是否为意图，如果上次对话与意图无关或本次对话为未查询到上次对话的新对话，则直接跳入意图识别单元，对用户输入的语料进行意图识别，判断当前语料输出是否为新意图，若是新意图则交由意图管理单元处理；如果通过查询对话列表发现上次对话为意图对话内容，则继续判断上次意图对话的结果。所述意图识别单元对用户输入的语料进行意图识别，如果当前语料输出的意图评分大于设定值则判定当前语料输出为新意图，交由意图管理单元在多轮对话交互中经多次获取当前意图内容，直至本次意图问答结束，进入下一个对话意图；如果当前语料输出的意图评分低于设定值则判定当前语料输出不是新意图，语料流向其他单元进行处理。所述意图管理单元包括词槽提取，历史数据维护和意图子菜单三部分。所述意图子菜单采用树状结构，包括根意图和子意图；每个根意图包含多个子意图，子意图之间属于互斥关系，对于同一个根意图下的所有的子意图之间不可有重复，不同根意图的子意图之间，可以有交集，包含重复的子意图；根意图之间为平行关系，无相互联系，属于多轮对话的引导层。所述上次意图对话的结果包括意图调用成功，意图因缺少词槽调用失败和意图因其他原因调用失败三种情况。当上次意图对话的结果为意图调用成功时，对当前输入语料去除停用词，根据上次对话意图信息，抽取词槽，查看当前语料是否为一个完成的词槽；如果是则将当前词槽值与上次对话的意图参数整合，重新携带参数再次进入意图管理单元，实现简单的多轮对话；如果抽取词槽失败，则判断当前语料是否为意图子菜单的内容，如果不属于意图子菜单，则将语料当做新语料进行意图识别，否则对识别到的子意图抽取词槽，实现意图跳转与多轮对话。当上次意图对话的结果为意图因缺少词槽调用失败时，将输入语料去除停用词，并根据上次对话记录的缺少的词槽名称重新对当前语料抽取词槽；如果语料能够完全抽取为词槽，则将词槽添加到意图中，并把询问的次数置为零；添加完词槽后，重新判断当前意图中是否缺少其他词槽，如果缺少词槽，则重新对缺少的参数进行询问；如果未缺少参数，则直接处理当前意图；如果语料不能抽取词槽，则对原始语料进行意图识别，如果识别为新意图，则交由意图管理单元处理；如果不是新意图，则重新判断当前意图中缺少的词槽询问次数是否达到上限值，如果没有达到上限值，返回缺少参数的结果并记录于对话列表，如果询问次数达到上限，则返回调用失败的结果，并记录于对话列表。当上次意图对话的结果为意图因其他原因调用失败时，直接对输入的语料进行意图识别；如果没有识别到新意图，交由其他单元处理；如果识别到新意图，则根据新意图的名称查询当前意图下包含的词槽，并抽取词槽值；如果词槽值全部存在，则对意图结果进行处理，如果存在词槽值为空，整合历史对话意图中的词槽，将之前的词槽值填入词槽值为空的词槽；如果仍然存在当前意图中词槽值为空的情况，则对词槽进行提问，实现简单的多轮对话。所述其他单元包括基于常问问答集的问答单元处理，机器人自身信息单元处理和未知问题单元处理。本专利技术的有益效果是：该实现智能对话中对话管理的方法，不仅能够快速准确的识别用户输入语料的意图并提取词槽值，对模糊或者缺少词槽的意图进行二次或者多次询问，而且在交互过程中，支持用户意图的跳转，系统能够对用户不同主题的问题之间做出应答。附图说明附图1为本专利技术实现智能对话中对话管理的方法结构示意图。附图2为本专利技术意图子菜单结构示意图。具体实施方式为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图和实施例，对本专利技术进行详细的说明。应当说明的是，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。该实现智能对话中对话管理的方法，通过创建对话管理的意图流程和意图结构，优化词槽抽取流程，增加意图跳转机制，融合向下文中对话信息，实现对话过程中的意图跳转，词槽抽取与历史信息融合，多轮对话任务，减少系统响应时间。当系统获取用户输入后，首先查询对话列表，判断上次对话是否为意图，如果上次对话与意图无关或本次对话为未查询到上次对话的新对话，则直接跳入意图识别单元，对用户输入的语料进行意图识别，判断当前语料输出是否为新意图，若是新意图则交由意图管理单元处理；如果通过查询对话列表发现上次对话为意图对话内容，则继续判断上次意图对话的结果。所述意图识别单元对用户输入的语料进行意图识别，如果当前语料输出的意图评分大于设定值则判定当前语料输出为新意图，交由意图管理单元在多轮对话交互中经多次获取当前意图内容，直至本次意图问答结束，进入下一个对话意图；如果当前语料输出的意图评分低于设定值则判定当前语料输出不是新意图，语料流向其他单元进行处理。高廷丽，陶建华等2015年发表的会议论文《基于词向量模型的对话短文本意图分类方法》中公开了将词向量的语义挖掘应用到对话系统的意图分类中，因此利用意图评分判定当前预料输出是否为新意图是本领域技术人员能够的想到的现有技术。此处的设定值可以提前设定，可以是大于0.5且小于1.0的任意数。例如可以是0.69，也可以是0.73，0.75，0.78或0.85。所述意图管理单元包括词槽提取，历史数据维护和意图子菜单三部分。所述意图子菜单采用树状结构，包括根意图和子意图；每个根意图包含多个子意图，子意图之间属于互斥关系，对于同一个根意图下的本文档来自技高网...

【技术保护点】
1.一种实现智能对话中对话管理的方法，其特征在于：通过创建对话管理的意图流程和意图结构，优化词槽抽取流程，增加意图跳转机制，融合向下文中对话信息，实现对话过程中的意图跳转，词槽抽取与历史信息融合，多轮对话任务，减少系统响应时间。

【技术特征摘要】
1.一种实现智能对话中对话管理的方法，其特征在于：通过创建对话管理的意图流程和意图结构，优化词槽抽取流程，增加意图跳转机制，融合向下文中对话信息，实现对话过程中的意图跳转，词槽抽取与历史信息融合，多轮对话任务，减少系统响应时间。2.根据权利要求1所述的实现智能对话中对话管理的方法，其特征在于：当系统获取用户输入后，首先查询对话列表，判断上次对话是否为意图，如果上次对话与意图无关或本次对话为未查询到上次对话的新对话，则直接跳入意图识别单元，对用户输入的语料进行意图识别，判断当前语料输出是否为新意图，若是新意图则交由意图管理单元处理；如果通过查询对话列表发现上次对话为意图对话内容，则继续判断上次意图对话的结果。3.根据权利要求2所述的实现智能对话中对话管理的方法，其特征在于：所述意图识别单元对用户输入的语料进行意图识别，如果当前语料输出的意图评分大于设定值则判定当前语料输出为新意图，交由意图管理单元在多轮对话交互中经多次获取当前意图内容，直至本次意图问答结束，进入下一个对话意图；如果当前语料输出的意图评分低于设定值则判定当前语料输出不是新意图，语料流向其他单元进行处理。4.根据权利要求2或3所述的实现智能对话中对话管理的方法，其特征在于：所述意图管理单元包括词槽提取，历史数据维护和意图子菜单三部分。5.根据权利要求4所述的实现智能对话中对话管理的方法，其特征在于：所述意图子菜单采用树状结构，包括根意图和子意图；每个根意图包含多个子意图，子意图之间属于互斥关系，对于同一个根意图下的所有的子意图之间不可有重复，不同根意图的子意图之间，可以有交集，包含重复的子意图；根意图之间为平行关系，无相互联系，属于多轮对话的引导层。6.根据权利要求2所述的实现智能对话中对话管理的方法，其特征在于：所述上次意图对话的结果包括意图调用成功，意图因缺少词槽调用失败和意图因其他原因调用失败三种情况。7.根据权利要求6所述的实现智能对话中对话管理的方法，其特征在于：当上次意图对...

【专利技术属性】
技术研发人员：潘心冰，郭运艳，李明明，曾光，
申请(专利权)人：浪潮软件股份有限公司，
类型：发明
国别省市：山东,37