对话状态确定方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例公开了一种对话状态确定方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取多个对话轮次的对话语句，获取每个对话轮次的词向量集合，根据每个预设维度标识的维度向量，得到每个预设维度标识对应的第一融合特征向量，确定目标对话轮次对应的至少一个目标维度标识，及每个目标维度标识对应的目标关键词，将至少一个目标维度标识，及每个目标维度标识对应的目标关键词，确定为目标对话轮次的对话状态。通过将目标对话轮次及历史对话轮次的对话语句进行融合，丰富了对话语句的信息量，且按照每个预设维度标识，将多个对话轮次的词向量集合进行加权融合处理，从而提高了获取到的对话状态的准确性。

【技术实现步骤摘要】
对话状态确定方法、装置、计算机设备及存储介质
本申请实施例涉及计算机
，特别涉及一种对话状态确定方法、装置、计算机设备及存储介质。
技术介绍
随着计算机技术的发展，对话系统的应用越来越广泛。通过对话系统中的对话语句，可以识别出对话状态，如酒店名称维度标识与酒店名称，酒店地址维度标识与酒店地址，后续能够为用户提供相应的服务。相关技术中提供了一种对话状态确定方法，获取任一对话轮次的对话语句，包括问题语句和回复语句中的至少一条，通过对该对话轮次的对话语句进行状态识别，确定该对话轮次的对话状态。由于状态识别过程中采用的对话语句少，导致确定的对话状态不够准确。
技术实现思路
本申请实施例提供了一种对话状态确定方法、装置、计算机设备及存储介质，能够提高确定的对话状态的准确性。所述技术方案如下：一方面，提供了一种对话状态确定方法，所述方法包括：获取多个对话轮次的对话语句，每个对话轮次的对话语句包括问题语句或回复语句中的至少一种，所述多个对话轮次包括目标对话轮次及位于所述目标对话轮次之前的至少一个历史对本文档来自技高网...

【技术保护点】
1.一种对话状态确定方法，其特征在于，所述方法包括：/n获取多个对话轮次的对话语句，每个对话轮次的对话语句包括问题语句或回复语句中的至少一种，所述多个对话轮次包括目标对话轮次及位于所述目标对话轮次之前的至少一个历史对话轮次；/n根据所述每个对话轮次的对话语句，获取所述每个对话轮次的词向量集合，所述对话轮次的词向量集合包括所述对话轮次的对话语句中每个词的词向量；/n根据每个预设维度标识的维度向量，与所述多个对话轮次的词向量集合中每个词向量之间的相似度，对所述多个对话轮次的词向量集合进行加权融合处理，得到所述每个预设维度标识对应的第一融合特征向量；/n根据所述每个预设维度标识对应的预设关键词的词向...

【技术特征摘要】
1.一种对话状态确定方法，其特征在于，所述方法包括：
获取多个对话轮次的对话语句，每个对话轮次的对话语句包括问题语句或回复语句中的至少一种，所述多个对话轮次包括目标对话轮次及位于所述目标对话轮次之前的至少一个历史对话轮次；
根据所述每个对话轮次的对话语句，获取所述每个对话轮次的词向量集合，所述对话轮次的词向量集合包括所述对话轮次的对话语句中每个词的词向量；
根据每个预设维度标识的维度向量，与所述多个对话轮次的词向量集合中每个词向量之间的相似度，对所述多个对话轮次的词向量集合进行加权融合处理，得到所述每个预设维度标识对应的第一融合特征向量；
根据所述每个预设维度标识对应的预设关键词的词向量，与对应的第一融合特征向量之间的相似度，确定所述目标对话轮次对应的至少一个目标维度标识，及每个目标维度标识对应的目标关键词；
将所述至少一个目标维度标识，及所述每个目标维度标识对应的目标关键词，确定为所述目标对话轮次的对话状态。


2.根据权利要求1所述的方法，其特征在于，所述根据每个预设维度标识的维度向量，与所述多个对话轮次的词向量集合中每个词向量之间的相似度，对所述多个对话轮次的词向量集合进行加权融合处理，得到所述每个预设维度标识对应的第一融合特征向量，包括：
对于所述每个预设维度标识，根据所述预设维度标识的维度向量，与所述每个对话轮次的词向量集合中多个词向量之间的相似度，分别对所述每个对话轮次的词向量集合中的多个词向量进行加权融合处理，得到所述每个对话轮次的第一特征向量；
根据所述预设维度标识的维度向量，与所述多个对话轮次的第一特征向量之间的相似度，对所述多个对话轮次的第一特征向量进行加权融合处理，得到所述预设维度标识对应的第二融合特征向量；
将所述第二融合特征向量与所述目标对话轮次的第一特征向量进行融合处理，得到所述预设维度标识对应的第一融合特征向量。


3.根据权利要求2所述的方法，其特征在于，所述根据所述预设维度标识的维度向量，与所述多个对话轮次的第一特征向量之间的相似度，对所述多个对话轮次的第一特征向量进行加权融合处理，得到所述预设维度标识对应的第二融合特征向量之前，所述方法还包括：
根据任一对话轮次的第一特征向量与所述多个对话轮次的第一特征向量之间的第三相似度，对所述多个对话轮次的第一特征向量进行加权融合处理，将融合处理后的特征向量作为所述任一对话轮次调整后的第一特征向量。


4.根据权利要求2所述的方法，其特征在于，所述根据所述预设维度标识的维度向量，与所述多个对话轮次的第一特征向量之间的相似度，对所述多个对话轮次的第一特征向量进行加权融合处理，得到所述预设维度标识对应的第二融合特征向量之前，所述方法还包括：
获取所述每个对话轮次的位置向量，所述对话轮次的位置向量用于表示所述对话轮次在所述多个对话轮次中的位置；
将所述每个对话轮次的第一特征向量与对应的位置向量进行融合处理，将融合处理后的特征向量作为所述每个对话轮次调整后的第一特征向量。


5.根据权利要求1所述的方法，其特征在于，所述根据所述每个预设维度标识对应的预设关键词的词向量，与对应的第一融合特征向量之间的相似度，确定所述目标对话轮次对应的至少一个目标维度标识，及每个目标维度标识对应的目标关键词，包括：
对于所述每个预设维度标识，确定所述预设维度标识对应的多个预设关键词的词向量与所述第一融合特征向量之间的第四相似度；
从所述多个预设关键词中，选取备选关键词，所述备选关键词对应的第四相似度大于所述多个预设关键词中的其他预设关键词对应的第四相似度；
响应于所述备选关键词不为空关键词，将所述预设维度标识确定为所述目标维度标识，将所述备选关键词确定为所述目标关键词。


6.一种对话状态确定方法，其特征在于，所述方法包括：
获取多个对话轮次的对话语句，每个对话轮次的对话语句包括问题语句或回复语句中的至少一种，所述多个对话轮次包括目标对话轮次及位于所述目标对话轮次之前的至少一个历史对话轮次；
调用对话状态确定模型中的词向量获取子模型，根据所述每个对话轮次的对话语句，获取所述每个对话轮次的词向量集合，所述对话轮次的词向量集合包括所述对话轮次的对话语句中每个词的词向量；
调用所述对话状态确定模型中的特征向量获取子模型，根据每个预设维度标识的维度向量，与所述多个对话轮次的词向量集合中每个词向量之间的相似度，对所述多个对话轮次的词向量集合进行加权融合处理，得到所述每个预设维度标识对应的第一融合特征向量；
调用所述对话状态确定模型中的对话状态确定子模型，根据所述每个预设维度标识对应的预设关键词的词向量，与对应的第一融合特征向量之间的相似度，确定所述目标对话轮次对应的至少一个目标维度标识，及每个目标维度标识对应的目标关键词；将所述至少一个目标维度标识，及所述每个目标维度标识对应的目标关键词，确定为所述目标对话轮次的对话状态。


7.根据权利要求6所述的方法，其特征在于，所述调用所述对话状态确定模型中的特征向量获取子模型，根据每个预设维度标识的维度向量，与所述多个对话轮次的词向量集合中每个词向量之间的相似度，对所述多个对话轮次的词向量集合进行加权融合处理，得到所述每个预设维度标识对应的第一融合特征向量，包括：
调用所述特征向量获取子模型中的第一注意力层，对于所述每个预设维度标识，根据所述预设维度标识的维度向量，与所述每个对话轮次的词向量集合中多个词向量之间的相似度，分别对所述每个对话轮次的词向量集合中的多个词向量进行加权融合处理，得到所述每个对话轮次的第一特征向量；
调用所述特征向量获取子模型中的第二注意力层，根据所述预设维度标识的维度向量，与所述多个对话轮次的第一特征向量之间的相似度，对所述多个对话轮次的第一特征向量进行加权融合处理，得到所述预设维度标识对应的第二融合特征向量；
调用所述特征向量获取子模型中的特征融合层，将所述第二融合特征向量与所述目标对话轮次的第一特征向量进行融合处理，得到所述预设维度标识对应的第一融合特征向量。


8.根据权利要求7所述的方法，其特征在于，所述调用所述特征向量获取子模型中的第二注意力层，根据所述预设维度标识的维度向量，与所述多个对话轮次的第一特征向量之间的相似度，对所述多个对话轮次的第一特征向量进行加权融合处理，得到所述预设维度标识对应的第二融合特征向量之前，所述方法还包括：
调用...

【专利技术属性】
技术研发人员：单勇，李泽康，张金超，冯洋，孟凡东，
申请(专利权)人：腾讯科技深圳有限公司，中国科学院计算技术研究所，
类型：发明
国别省市：广东;44