多轮对话的处理方法及处理装置、车辆、存储介质制造方法及图纸

本发明专利技术公开了一种多轮对话的处理方法及处理装置、车辆、存储介质。多轮对话的处理方法，包括：基于多任务联合训练模型提取查询文本的多个特征，多任务联合训练模型包括基于预训练模型进行多任务联合微调训练获得的模型；对多个特征进行映射以获取特征结构；将特征结构作为对话状态模型的输入以预测回复文本。本发明专利技术实施方式的多轮对话的处理方法，采用多任务联合训练模型提取查询文本的多个特征，然后进行特征映射并预测回复文本。由于只采用多任务联合训练模型对查询文本进行预测，减少了使用资源，架构相对简单且方便扩展。

Processing method, processing device, vehicle and storage medium of multi wheel dialogue

【技术实现步骤摘要】
多轮对话的处理方法及处理装置、车辆、存储介质
本专利技术涉及数据处理
，特别涉及一种多轮对话的处理方法及处理装置、车辆、存储介质。
技术介绍
智能汽车的人机交互过程中，车载显示屏和语音是两个主要的交互通道，通过语音和中控显示屏进行多轮问答交互也成为车载场景中获取信息的重要方式。在多轮对话状态跟踪中，需要不同维度的特征来对用户的回复进行预测。在相关技术中，认为意图识别、槽位预测或提取是不同独立的任务，因而采用多个模型来分别预测。然而，在真实场景中，需要考虑多模型预测带来架构的复杂性及耗时更高的问题。
技术实现思路
本专利技术实施方式提供一种多轮对话的处理方法及处理装置、车辆、存储介质。本专利技术实施方式的多轮对话的处理方法，包括：基于多任务联合训练模型提取查询文本的多个特征，所述多任务联合训练模型包括基于预训练模型进行多任务联合微调训练获得的模型；对所述多个特征进行映射以获取特征结构；将所述特征结构作为对话状态模型的输入以预测回复文本。本专利技术实施方式的多轮对话的处理方法中，采用本文档来自技高网...

【技术保护点】
1.一种多轮对话的处理方法，其特征在于，包括：/n基于多任务联合训练模型提取查询文本的多个特征，所述多任务联合训练模型包括基于预训练模型进行多任务联合微调训练获得的模型；/n对所述多个特征进行映射以获取特征结构；/n将所述特征结构作为对话状态模型的输入以预测回复文本。/n

【技术特征摘要】
1.一种多轮对话的处理方法，其特征在于，包括：
基于多任务联合训练模型提取查询文本的多个特征，所述多任务联合训练模型包括基于预训练模型进行多任务联合微调训练获得的模型；
对所述多个特征进行映射以获取特征结构；
将所述特征结构作为对话状态模型的输入以预测回复文本。


2.根据权利要求1所述的处理方法，其特征在于，基于多任务联合训练模型提取查询文本的多个特征，包括：
基于所述预训练模型对所述查询文本进行多任务联合微调训练以使每个任务的损失函数收敛；
在所述每个任务的损失收敛的情况下，对所述查询文本提取所述多个特征。


3.根据权利要求2所述的处理方法，其特征在于，基于所述预训练模型对所述查询文本进行多任务联合微调训练以使每个任务的损失函数收敛，包括：
基于所述预训练模型对所述查询文本进行处理以使所述预训练模型输出隐含层向量；
采用所述隐含层向量作为所述多任务的每个任务的输入；
根据所述输入分别确定所述每个任务的损失及所述损失的权重；
根据所述损失的权重交替训练所述每个任务以使对应的损失函数收敛。


4.根据权利要求3所述的处理方法，其特征在于，根据所述损失的权重交替训练所述每个任务以使对应的损失函数收敛，包括：
确定所述多任务在每个训练周期的一个...

【专利技术属性】
技术研发人员：申众，于淼，
申请(专利权)人：广州小鹏汽车科技有限公司，
类型：发明
国别省市：广东;44