用于跨类型对话的方法、装置、设备以及计算机可读存储介质制造方法及图纸

根据本公开的示例实施例，提供了一种用于跨类型对话的方法、装置、设备以及计算机可读存储介质。方法包括接收来自用户的消息，并且基于构建的图谱来确定用于回复消息的回复类型，其中图谱中的节点表示语义内容，并且图谱中的边表示节点之间的语义关联。此外，方法还包括基于回复类型来提供针对消息的回复。根据本公开的实施例，通过使用图谱中的先验知识来辅助确定回复类型，能够减少聊天机器人对于训练数据的依赖，使得聊天机器人能够主动地引导跨类型对话并且保持对话语义内容的逻辑性。

【技术实现步骤摘要】
用于跨类型对话的方法、装置、设备以及计算机可读存储介质
本公开的实施例总体上涉及人工智能领域，并且更具体地涉及用于跨类型对话的方法、装置、电子设备以及计算机可读存储介质。
技术介绍
近年来，越来越多的网络产品和应用开始使用聊天机器人(也称为人机对话系统)。聊天机器人是指可以通过文字、语音或图片等实现人机交互的计算机程序或软件，其可以理解用户发出的内容，并且自动做出应答。聊天机器人在一定程度上可以取代真人进行对话，其可以被集成到系统中作为自动在线助理，以用于例如智能聊天、客户服务、信息询问等场景。聊天机器人通常接收来自用户的消息，通过对用户消息的分析，自动提供回复内容。由于用户在对话过程中可能涉及多种目标或意图，例如可能一会儿在闲聊一会儿在进行提问，因而单任务类型的聊天机器人有时无法满足用户的需求。
技术实现思路
根据本公开的示例实施例，提供了一种用于跨类型对话的方法、装置、电子设备以及计算机可读存储介质。在本公开的第一方面中，提供了一种用于跨类型对话的方法。该方法包括：接收来自用户的消息；基于构建的图谱，确定用于回复消息的回复类型，其中图谱中的节点表示语义内容，并且图谱中的边表示节点之间的语义关联；以及基于回复类型，提供针对消息的回复。在本公开的第二方面中，提供了一种用于跨类型对话的装置。该装置包括：消息接收模块，被配置为接收来自用户的消息；类型确定模块，被配置为基于构建的图谱，确定用于回复消息的回复类型，其中图谱中的节点表示语义内容，并且图谱中的边表示节点之间的语义关联；以及回复提供模块，被配置为基于回复类型，提供针对消息的回复。在本公开的第三方面中，提供了一种电子设备，其包括一个或多个处理器以及存储装置，其中存储装置用于存储一个或多个程序。一个或多个程序当被一个或多个处理器执行，使得电子设备实现根据本公开的实施例的方法或过程。在本公开的第四方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的实施例的方法或过程。应当理解，本
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的描述而变得容易理解。附图说明结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：图1示出了本公开的实施例能够实现在其中的示例环境的示意图；图2示出了根据本公开的实施例的用于跨类型对话的方法的流程图；图3示出了根据本公开的实施例的意图图谱的结构的示意图；图4示出了根据本公开的实施例的用于生成针对消息的回复的方法的流程图；图5A-5D示出了根据本公开的实施例的用户与聊天机器人之间的示例对话的图形用户界面(GUI)的示图；图6示出了根据本公开的实施例的用于跨类型对话的装置的框图；以及图7示出了能够实施本公开的多个实施例的电子设备的框图。具体实施方式下面将参照附图更详细地描述本公开的实施例。虽然附图中示出了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“一些实施例”应当理解为“至少一些实施例”。下文还可能包括其他明确的和隐含的定义。由于用户在对话过程中可能涉及多种目标或意图，而单任务(即仅支持单种回复类型)聊天机器人可能无法满足用户的需求，因而支持多任务(即支持多种回复类型)的跨类型聊天机器人成为技术发展的一个方向。在传统的聊天机器人中，所支持的回复类型的数目通常有限(例如通常仅支持两种回复类型)，并且传统技术通常依赖算法(例如前排序或后排序)或模版方式来解决回复类型的决策，而没有使用先验知识。因此，传统技术存在的问题是算法方案可干预性较差并且可解释性较差，并且需要大量的训练数据才能达到较好的效果，此外，传统的模版方式扩展性差并依赖大量的人工编写。本公开的实施例提出了一种基于图谱的跨类型人机对话的方案。根据本公开的实施例，通过使用图谱中的先验知识来辅助确定回复类型，能够降低对话模型对于训练数据的依赖，使得聊天机器人能够主动地引导跨类型对话并且保持对话语义内容的逻辑性。因此，根据本公开的实施例的方案可干预较好并且可解释性也较好，而不需要完全依赖训练模型来决策回复类型和语义内容。此外，由于图谱数据是可干预的(边或者边的权重可以被改变)，因而还可以部分解决在线决策算法存在的问题。同时，由于图谱是可解释的，因而能够提升聊天机器人的可优化性。以下将参考附图1-7详细描述本公开的一些示例实施例。图1示出了本公开的实施例能够实现在其中的示例环境100的示意图。在示例环境100中，用户110正在与聊天机器人120(也称为“人机对话系统”)进行聊天对话。可选地，用户110可以在聊天机器人120的本地，即用户110可以直接与聊天机器人120进行对话。备选地，用户110也可以使用其本地设备(诸如膝上型计算机、台式计算机、智能电话、平板电脑等)通过网络与聊天机器人120进行聊天对话，网络可以为任意的有线和/或无线网络。因此，聊天机器人120既可以被部署到本地的电子设备中，也可以被部署到远程服务器或云中，或者被分布式部署。参考图1，环境100还包括预先构建的图谱130，图谱130可以包括子图谱135，其包括节点以及节点之间的有向边和/或无向边。根据本公开的实施例，图谱130中的节点可以表示语义内容，例如概念、实体等，而图谱130中的边可以表示节点之间的语义关联，以下参考图3示出了图谱的数据结构的示例实现。根据本公开的实施例，在从用户110接收到消息121之后，聊天机器人120可以通过查询(如箭头125所示)图谱130来确定用于回复该消息121的回复类型，然后基于所确定的回复类型来生成回复122。根据本公开的实施例，回复类型可以为用于支持聊天的闲聊类型、用于完成任务的任务类型、用于提供知识的知识类型、或者用于回答问题的问答类型等。以下参考图2-6进一步描述了聊天机器人120基于图谱130生成针对消息121的回复122的示例实现。图2示出了根据本公开的实施例的用于跨类型对话的方法200的流程图。应当理解，方法200可以由以上参考图1所描述的聊天机器人120来执行。在框202，接收来自用户的消息。例如，图1所示的聊天机器人120从用户110接收消息121。消息121可以为各种类型的消息，例如闲聊消息“你好”、任务消息“导航到三里屯”、以及查询消息“明天天气怎么样”，等等。应当理解，聊天机器人从用户接收到的消息通常为自然语言的形式。在框204，基于构建的图谱，确定用于回复消息的回复类型，其中图谱中的节点表示语义内容，并且图谱中的边表示节点之间的语义关联。例如，聊天机器人120可以通过查询图谱130，确定用于回复消息121的具体回复类型。在一些实施例中，可以从聊天机器人本文档来自技高网...

【技术保护点】
1.一种用于跨类型对话的方法，包括：接收来自用户的消息；基于构建的图谱，确定用于回复所述消息的回复类型，所述图谱中的节点表示语义内容，并且所述图谱中的边表示节点之间的语义关联；以及基于所述回复类型，提供针对所述消息的回复。

【技术特征摘要】
1.一种用于跨类型对话的方法，包括：接收来自用户的消息；基于构建的图谱，确定用于回复所述消息的回复类型，所述图谱中的节点表示语义内容，并且所述图谱中的边表示节点之间的语义关联；以及基于所述回复类型，提供针对所述消息的回复。2.根据权利要求1所述的方法，其中确定用于回复所述消息的回复类型包括：从多种回复类型中选择所述回复类型，所述多种回复类型包括用于提供闲聊的闲聊类型、用于完成任务的任务类型、用于提供知识的知识类型、以及用于回答问题的问答类型中的至少两种。3.根据权利要求1所述的方法，其中所述图谱是以意图为节点的意图图谱，并且所述方法还包括：构建具有多层结构的所述意图图谱，所述多层结构包括用于提供跨类型引导的统一层以及用于支持各种回复类型的子类层。4.根据权利要求1所述的方法，其中确定用于回复所述消息的回复类型包括：将所述消息映射到所述图谱中的一个或多个节点；以及将所述一个或多个节点确定为输入节点集合。5.根据权利要求4所述的方法，其中将所述一个或多个节点确定为输入节点集合包括：针对所述消息，确定所述输入节点集合中的输入节点的置信度。6.根据权利要求4所述的方法，其中确定用于回复所述消息的回复类型包括：基于所述图谱，获得与所述输入节点集合在语义上相关联的输出节点集合，所述输出节点集合中的输出节点指示相应的回复类型。7.根据权利要求6所述的方法，其中确定用于回复所述消息的回复类型包括：基于以下各项中的一项或多项，对所述输出节点集合中的输出节点进行排序：输入节点与输出节点之间的语义关联度、输入节点与输出节点之间的路径的权重之和、输出节点在语料库中出现的频率、以及输出节点在对话上下文中是否已被使用；基于所述排序，从所述输出节点集合选择目标输出节点；以及基于所述目标输出节点，确定所述回复类型。8.根据权利要求1-7中任一项所述的方法，其中所述消息为第一消息，所述回复类型为第一回复类型，并且所述方法还包括：接收来自所述用户的第二消息；以及基于所述图谱，确定用于回复所述第二消息的第二回复类型，所述第二回复类型不同于所述第一回复类型。9.一种用于跨类型对话的装置，包括：消息接收模块，被配置为接收来自用户的消息；类型确定模块，被配置为基于构建的图谱，确定用于回复所述消息的回复类型，所述图谱中的节点表示语义内容，并且所述图谱中的边表示节点之间的语义关联；以及回复提供模块，被配置为基于所述回复类型，提供针对所述消息的回复。10.根据权利要...

【专利技术属性】
技术研发人员：牛正雨，刘智彬，刘占一，姜迪，吴华，王海峰，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11