任务型对话机器人应答方法、装置及机器人、存储介质制造方法及图纸

本申请实施例公开了一种任务型对话机器人应答方法、装置及机器人、存储介质，方法包括：获取对话信息，为其分配唯一标识；根据唯一标识，从记忆网络中查找相关的第一目标词，从知识库中查找相关的第二目标词；通过Transformer模型的编码结构分别对第一目标词和第二目标词进行编码，得到第一语义编码向量和第二语义编码向量；通过Transformer模型的编码结构对对话信息进行编码得到第三语义编码向量；通过Transformer模型的解码结构对第一语义编码向量、第二语义编码向量和第三语义编码向量进行解码，得到应答信息；根据应答信息进行应答。本申请实施例可以使得对话机器人有效完成推理问题的应答。

【技术实现步骤摘要】
任务型对话机器人应答方法、装置及机器人、存储介质
本申请属于人工智能
，尤其涉及一种任务型对话机器人应答方法、装置及机器人、计算机可读存储介质。
技术介绍
近年来，随着语音技术的成熟和AI技术的不断发展，人们对于对话机器人的需求愈加强烈。任务型对话机器人是AI应用的一个重要方向。目前，对话机器人一般是基于Encoder-Decoder技术框架，或基于强化学习的技术框架。传统对话机器人的应答处理流程一般如下：对用户语音进行识别，得到用户语音文本，其中包括数据集清洗、分词(字)以及词性标注等；根据用户语音文本进行语言理解，其中包括领域分类、意图识别等；最后基于检索的相似度算法或者直接采用生成式的应答，进行应答。传统的技术框架虽然可以保证机器人回复的流畅性、多样性，但是，在信息的一致性以及外部知识的引用方面都存在诸多问题。尤其是在面对复杂的、需要引入外部知识库的推理问题时，传统技术框架没有很强的基于上下文语义表征的模型，使得推理问题难以解决。也就是说，目前的对话机器人没有很好的语义表征机制来引导推理，以应对用户的一些复杂问题。<本文档来自技高网...

【技术保护点】
1.一种任务型对话机器人应答方法，其特征在于，包括：/n获取用户的对话信息，并为所述对话信息分配唯一标识；/n根据所述唯一标识，分别从预先建立的记忆网络的历史对话记录中查找与所述对话信息相关的第一目标词以及从预先建立的知识库中查找与所述对话信息相关的第二目标词，所述记忆网络包括Transformer模型的编解码结构；/n通过Transformer模型中的编码结构分别对所述第一目标词和第二目标词进行编码，得到第一语义编码向量和第二语义编码向量；/n通过Transformer模型中的编码结构对所述对话信息进行编码，得到第三语义编码向量；/n通过Transformer模型中的解码结构对所述第一语义编...

【技术特征摘要】
1.一种任务型对话机器人应答方法，其特征在于，包括：
获取用户的对话信息，并为所述对话信息分配唯一标识；
根据所述唯一标识，分别从预先建立的记忆网络的历史对话记录中查找与所述对话信息相关的第一目标词以及从预先建立的知识库中查找与所述对话信息相关的第二目标词，所述记忆网络包括Transformer模型的编解码结构；
通过Transformer模型中的编码结构分别对所述第一目标词和第二目标词进行编码，得到第一语义编码向量和第二语义编码向量；
通过Transformer模型中的编码结构对所述对话信息进行编码，得到第三语义编码向量；
通过Transformer模型中的解码结构对所述第一语义编码向量、所述第二语义编码向量以及所述第三语义编码向量进行解码，得到所述对话信息的应答信息；
根据所述应答信息执行应答操作。


2.根据权利要求1所述的任务型对话机器人应答方法，其特征在于，在所述为所述对话信息分配唯一标识之后，还包括：
根据所述唯一标识和所述对话信息，更新所述记忆网络。


3.根据权利要求1或2所述的任务型对话机器人应答方法，其特征在于，所述根据所述应答信息执行应答操作，包括：
通过显示屏显示所述应答信息；和/或
将所述应答信息转化为应答语音信息；
根据所述应答语音信息播放应答语音。


4.根据权利要求3所述的任务型对话机器人应答方法，其特征在于，所述记忆网络的训练过程具体包括：
获取对话训练数据；
根据所述对话训练数据，对预先建立的所述记忆网络进行训练。


5.根据权利要求4所述的任务型对话机器人对话方法，其特征在于，在所述根据所述对话训练数据，对预先建立的所述记忆网络进行训练之后，还包括：
获取训练后的所述记忆网络的优化目标值；
判断所述优化目标值是否小于或等于预设阈值；
当所述优化目标值值小于或等于所述预设阈值时，确定训练...

【专利技术属性】
技术研发人员：刘坤，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：广东;44