用于实现人机对话的方法、装置、介质以及电子设备制造方法及图纸

公开了一种用于实现人机对话的方法、装置、介质以及电子设备。其中的方法包括：对对话方的当前时序的会话语句进行基于多头自注意力的语义特征提取处理，获得所述会话语句的语义特征向量；根据所述语义特征向量和所述当前时序的前一个时序的隐藏层状态信息，获取所述当前时序的隐藏层状态信息；根据所述当前时序的隐藏层状态信息，生成所述会话语句的对话状态信息。本公开提供的技术方案有利于提高人机对话的实时性，并有利于提高用户对人机对话的体验。

Methods, devices, media and electronic equipment for man-machine dialogue

【技术实现步骤摘要】
用于实现人机对话的方法、装置、介质以及电子设备
本公开涉及人机对话技术，尤其是一种用于实现人机对话的方法、用于实现人机对话的装置、存储介质以及电子设备。
技术介绍
任务型人机对话系统可以称为面向任务的对话系统、或者任务导向型对话系统等。任务型人机对话系统通常包括：NLU(NaturalLanguageUnderstanding，自然语言理解)、DM(DialogManagement，对话管理)和NLG(NaturalLanguageGeneration，自然语言生成)，这三大部分。NLU用于识别对话方的意图，并将识别结果提供给DM。DM通常包括：DST(DialogueStateTracker，对话状态跟踪器)和DPL(DialoguePolicyLearning，对话策略学习)。DST用于根据NLU输出的信息预测对话方的当前对话状态，DPL用于根据DST预测的当前对话状态制定策略，以决定下一步采取的行动。NLG用于根据DPL采取的行动生成自然语言，完成与对话方的交互。如何准确的跟踪对话方的当前对话状态，以便于根据当前对话状态采取恰当的本文档来自技高网...

【技术保护点】
1.一种用于实现人机对话的方法，包括：/n对对话方的当前时序的会话语句进行基于多头自注意力的语义特征提取处理，获得所述会话语句的语义特征向量；/n根据所述语义特征向量和所述当前时序的前一个时序的隐藏层状态信息，获取所述当前时序的隐藏层状态信息；/n根据所述当前时序的隐藏层状态信息，生成所述会话语句的对话状态信息。/n

【技术特征摘要】
1.一种用于实现人机对话的方法，包括：
对对话方的当前时序的会话语句进行基于多头自注意力的语义特征提取处理，获得所述会话语句的语义特征向量；
根据所述语义特征向量和所述当前时序的前一个时序的隐藏层状态信息，获取所述当前时序的隐藏层状态信息；
根据所述当前时序的隐藏层状态信息，生成所述会话语句的对话状态信息。


2.根据权利要求1所述的方法，其中，所述对对话方的当前时序的会话语句进行基于多头自注意力的语义特征提取处理，包括：
获取对话方的当前时序的会话语句所包含的各分词的分词向量；
根据所述各分词的分词向量和各分词的位置编码信息，形成所述会话语句的向量矩阵；
对所述会话语句的向量矩阵进行基于多头自注意力的语义特征提取处理，获得所述会话语句的语义特征向量。


3.根据权利要求2所述的方法，其中，所述对所述会话语句的向量矩阵进行基于多头自注意力的语义特征提取处理，包括：
对所述会话语句的向量矩阵进行至少一次多头自注意力处理、第一层规范化处理、前馈处理以及第二层规范化处理；
根据最后一次第二层规范化处理的结果，获得所述会话语句的语义特征向量。


4.根据权利要求1至3中任一项所述的方法，其中，所述根据所述语义特征向量和所述当前时序的前一个时序的隐藏层状态信息，获取所述当前时序的隐藏层状态信息，包括：
对所述语义特征向量和所述当前时序的前一个时序的隐藏层状态信息进行长短期记忆处理，获得所述当前时序的隐藏层状态信息。<...

【专利技术属性】
技术研发人员：支康仪，孙拔群，郝梦圆，
申请(专利权)人：贝壳技术有限公司，
类型：发明
国别省市：天津;12