【技术实现步骤摘要】
智能化文本对话生成方法、装置及计算机可读存储介质
本专利技术涉及人工智能
，尤其涉及一种智能化文本对话生成的方法、装置及计算机可读存储介质。
技术介绍
目前多数基于人工智能的文本对话方法都是通过撷取输入的关键字，再从数据库中寻找与所述关键字最合适的应答句。此外，在实现多轮对话时，现有方法多采用将历史对话信息输入一个模型中，以让该模型选择倾向于和历史对话信息更有关联的回答。由于传统的关键字抽取过程，仅仅通过匹配原则，无法达到精确的关键字定位，此外在模型设计中只使用了传统的机器学习算法，并仅通过相似度找寻最优的对话，因此综合来说对话的语义信息不够丰富，准确率不高。
技术实现思路
本专利技术提供一种智能化文本对话生成方法、装置及计算机可读存储介质，其主要目的在于提供一种准确度高的文本智能对话方案。为实现上述目的，本专利技术提供的一种智能化文本对话生成方法，包括：获取原始对话文本集，并对所述原始对话文本集进行清洗和分词处理后得到更新对话文本集；对所述更新对话文本集内每个词语构...
【技术保护点】
1.一种智能化文本对话生成方法，其特征在于，所述方法包括：/n获取原始对话文本集，并对所述原始对话文本集进行清洗和分词处理后得到更新对话文本集；/n对所述更新对话文本集内每个词语构造无向图，根据所述无向图构建依存关系图，根据所述依存关系图计算得到所述更新对话文本集中的关键字集，并对所述关键字集利用独热编码算法处理得到词向量集；/n将所述词向量集输入至预先训练完成的文本语义理解模型，对所述词向量集经过激活处理、卷积操作和记忆更新得到文本预测集；/n接收用户输入的当前问题，基于相似度计算方法从所述文本预测集中计算与所述当前问题相似度最高的文本并输出所述文本，完成与所述当前问题的智能化文本对话。/n
【技术特征摘要】
1.一种智能化文本对话生成方法，其特征在于，所述方法包括：
获取原始对话文本集，并对所述原始对话文本集进行清洗和分词处理后得到更新对话文本集；
对所述更新对话文本集内每个词语构造无向图，根据所述无向图构建依存关系图，根据所述依存关系图计算得到所述更新对话文本集中的关键字集，并对所述关键字集利用独热编码算法处理得到词向量集；
将所述词向量集输入至预先训练完成的文本语义理解模型，对所述词向量集经过激活处理、卷积操作和记忆更新得到文本预测集；
接收用户输入的当前问题，基于相似度计算方法从所述文本预测集中计算与所述当前问题相似度最高的文本并输出所述文本，完成与所述当前问题的智能化文本对话。
2.如权利要求1所述的智能化文本对话生成方法，其特征在于，所述分词包括：
根据所述原始对话文本集构建词出现概率；
基于所述词出现概率求解所述原始对话文本集在所述词出现概率下的条件概率；
最大化所述条件概率得到所述原始对话文本集的分词结果。
3.如权利要求1所述的智能化文本对话生成方法，其特征在于，所述根据所述依存关系图计算得到所述更新对话文本集中的关键字集，包括：
根据所述依存关系图计算所述对话文本集内词语的重要度得分集；
基于预设阈值遍历所述重要度得分集得到所述关键字集。
4.如权利要求1所述的智能化文本对话生成方法，其特征在于，所述根据所述无向图构建依存关系图，包括：
利用词语之间的引力值计算所述无向图中的权重；
将所述权重和所述无向图组合得到所述依存关系图。
5.如权利要求1至4中任意一项所述的智能化文本对话生成方法，其特征在于，对所述词向量集经过激活处理、卷积操作和记忆更新得到文本预测集，包括：
调取与所述词向量集对应的激活函数对所述词向量集进行激活处理；
将所述激活处理后的词向量集进行卷积操作得到卷积数据集，并将所述卷积数据集伸展为一维数据集；
将所述一维数据集进行记忆更新得到候选数据集；
根据调取的所述激活函数对所述候选数据集执...
【专利技术属性】
技术研发人员：邓悦，金戈，徐亮，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44
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。