The invention provides a dialogue interaction method, device and electronic device, relating to the field of artificial intelligence technology, the method includes: obtaining a candidate answer set corresponding to a dialogue operation; wherein, the candidate answer in the candidate answer set includes at least one retrieval answer and / or at least one generation answer; inputting the dialogue question and candidate answer set corresponding to a dialogue operation into a pre-trained The sorting model of to is based on the training of dialogue corpus samples; the matching degree of dialogue questions and each candidate answer in the candidate answer set is calculated by the sorting model; the sorting result of candidate answers is generated based on the matching degree of each candidate answer; the dialogue operation is replied according to the sorting result. The invention can effectively improve the man-machine dialogue effect and enhance the user satisfaction.
【技术实现步骤摘要】
对话交互方法、装置及电子设备
本专利技术涉及人工智能
,尤其是涉及一种对话交互方法、装置及电子设备。
技术介绍
人机自动对话是人工智能领域的重要应用,目前多采用自然语言处理技术实现自动对话。在人机对话技术中,通常是首先设置多个匹配子模型,不同子模型用于计算不同方式产生的候选回答与用户问题之间的匹配度;然后将多个子模型的匹配度和预设的与回答有关的人工特征输入至基于GBDT(GradientBoostingDecisionTree,梯度提升决策树)或Xgboost的树模型,通过树模型输出各候选回答的得分;最后根据得分对候选回答进行排序,挑选出得分最高的回答返回给用户。但是,专利技术人经研究发现,在上述方式中,由于不同子模型计算匹配度的过程并不统一,子模型之间的差异性导致候选回答的排序结果不准确,致使给用户的回答难以让用户满意;同时,多个子模型的资源消耗过大且部署繁琐,导致回答的排序结果的生成效率较低,无法及时响应用户,综合导致人机对话效果不佳,用户体验较差。
技术实现思路
本专利技术的目的在于提供一种对话交互方法、装置及电子设备,能够有效改善人机对话效果,提升用户满意度。本专利技术提供一种对话交互方法,该方法包括:获取对话操作对应的候选回答集;其中,候选回答集中的候选回答包括至少一个检索回答和/或至少一个生成回答;将对话操作对应的对话问题和候选回答集输入至预先训练得到的排序模型;其中,排序模型为基于对话语料样本训练得到的;通过排序模型计算对话问题与候选回答集中的每个候选回答的匹配 ...
【技术保护点】
1.一种对话交互方法,其特征在于,所述方法包括:/n获取对话操作对应的候选回答集;其中,所述候选回答集中的候选回答包括至少一个检索回答和/或至少一个生成回答;/n将所述对话操作对应的对话问题和所述候选回答集输入至预先训练得到的排序模型;其中,所述排序模型为基于对话语料样本训练得到的;/n通过所述排序模型计算所述对话问题与所述候选回答集中的每个所述候选回答的匹配度;/n基于每个所述候选回答的匹配度生成所述候选回答的排序结果;/n按照所述排序结果回复所述对话操作。/n
【技术特征摘要】
1.一种对话交互方法,其特征在于,所述方法包括:
获取对话操作对应的候选回答集;其中,所述候选回答集中的候选回答包括至少一个检索回答和/或至少一个生成回答;
将所述对话操作对应的对话问题和所述候选回答集输入至预先训练得到的排序模型;其中,所述排序模型为基于对话语料样本训练得到的;
通过所述排序模型计算所述对话问题与所述候选回答集中的每个所述候选回答的匹配度;
基于每个所述候选回答的匹配度生成所述候选回答的排序结果;
按照所述排序结果回复所述对话操作。
2.根据权利要求1所述的方法,其特征在于,基于每个所述候选回答的匹配度生成所述候选回答的排序结果的步骤,包括:
根据所述候选回答的匹配度大小对每个所述候选回答进行排序,得到初始排序结果;
根据预设的处理规则对所述初始排序结果进行顺序调整,得到所述候选回答的最终排序结果;其中,所述预设的处理规则包括以下中的一种或多种:候选回答的来源优先级、候选回答的长度、候选回答与对话问题的重复度、候选回答的来源占比、候选回答中包含的词语序列的联合概率。
3.根据权利要求2所述的方法,其特征在于,当所述预设的处理规则包括所述候选回答的来源优先级时,所述根据预设的处理规则对所述初始排序结果进行顺序调整的步骤,包括:
如果所述候选回答集中包括多个候选回答,获取每个所述候选回答携带的来源标识;其中,所述来源标识包括网络对话检索库标识、人工对话检索库标识和生成式回答标识中的一种或多种;
根据所述候选回答的来源优先级对每个所述候选回答携带的来源标识进行排序;
按照所述来源标识的排序结果对所述初始排序结果进行顺序调整。
4.根据权利要求1所述的方法,其特征在于,将所述对话操作对应的对话问题和所述候选回答集输入至预先训练得到的排序模型的步骤,包括:
如果所述对话问题包括待答复问题和所述待答复问题之前的背景对话,采用预设拼接符号将所述背景对话和所述待答复问题分别与各个所述候选回答进行拼接,得到拼接对话;
将所述拼接对话输入至预先训练得到的排序模型。
5.根据权利要求4所述的方法,其特征在于,通过所述排序模型计算所述对话问题和所述候选回答的匹配度的步骤,包括:
根据所述拼接对话中的字符生成矩阵;其中,所述矩阵中的元素为所述字符对应的字向量;
通过所述排序模型对所述矩阵进行运算,得到所述对话问题和所述候选回答的匹配度。
6.根据权利要求1所述的方法,其特征在于,按照所述排序结果回复所述对话操作的步骤,包括:
将排在首位的候选回答作为目标回答;
以所述目标回答对应的文字和/或语音回复所述对话操作。
7.根据权利要求1所述的方法,其特征在于,所述排序模型的训练过程包括:<...
【专利技术属性】
技术研发人员:邵建智,毛晓曦,范长杰,
申请(专利权)人:网易杭州网络有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。