基于深度学习与知识图谱的限定领域对话生成方法及系统技术方案

本发明专利技术提供基于深度学习与知识图谱的限定领域对话生成方法及系统，包括输入特定领域的知识图谱和对话语料；将对话语料中的实体替换为相应类型的标签，使用带有标签的对话语料训练对话生成模型；将用户输入的语句中实体也替换为标签，作为训练后的对话生成模型的输入，输出带有标签槽位的回复，再将回复中的标签槽位填充为知识图谱中相应的实体，生成最终回复。本发明专利技术提高了模型自动回答限定领域问题的准确度，并保留了生成回复的用户友好性与多样性，可扩展性强，适于推广应用。

【技术实现步骤摘要】
基于深度学习与知识图谱的限定领域对话生成方法及系统
本专利技术属于人机对话系统
，特别涉及一种基于深度学习与知识图谱的对话生成技术方案。
技术介绍
人机对话系统是人工智能领域的核心技术之一，它即将成为一种新的人机交互方式，具有重大的研究价值。人类长期研究用自然语言与计算机进行交流，因为这有着重大的意义：人们可以用自己最熟悉的方式来使用计算机，与计算机进行交互，不需要花大量的时间学习和适应计算机语言。随着互联网时代的到来，人机对话系统的使用需求大大增加。例如机票预订、天气信息查询、办公助理等，极大的提高了人与计算机的沟通效率，方便了人们的生活和工作。各大科技巨头也纷纷加入智能对话系统的研究行列并推出相关的产品，如：苹果的siri、微软的Cortana、小冰、百度的小度等。也许在不久的未来，自然语言会代替输入设备和触摸屏成为最广泛的人机交互界面。人机对话系统主要包括：语音识别、自然语言理解、对话状态跟踪、自然语言生成、语音合成等几个模块。自然语言生成是人机对话系统中关键的模块之一，其作用是组织适当的应答语句，将系统的答复转换成本文档来自技高网...

【技术保护点】
1.一种基于深度学习与知识图谱的限定领域对话生成方法，其特征在于：包括以下操作，输入特定领域的知识图谱和对话语料；/n将对话语料中的实体替换为相应类型的标签，使用带有标签的对话语料训练对话生成模型；/n将用户输入的语句中实体也替换为标签，作为训练后的对话生成模型的输入，输出带有标签槽位的回复，再将回复中的标签槽位填充为知识图谱中相应的实体，生成最终回复。/n

【技术特征摘要】
1.一种基于深度学习与知识图谱的限定领域对话生成方法，其特征在于：包括以下操作，输入特定领域的知识图谱和对话语料；
将对话语料中的实体替换为相应类型的标签，使用带有标签的对话语料训练对话生成模型；
将用户输入的语句中实体也替换为标签，作为训练后的对话生成模型的输入，输出带有标签槽位的回复，再将回复中的标签槽位填充为知识图谱中相应的实体，生成最终回复。


2.根据权利要求1所述基于深度学习与知识图谱的限定领域对话生成方法，其特征在于：将对话语料中的实体替换为相应类型的标签，实现方式为，
定义标签集合，将知识图谱中每种实体类型作为一个标签；
将已有的限定领域对话语料中的实体，替换成知识图谱中对应的类型标签，得到带标签的对话语料。


3.根据权利要求1所述基于深度学习与知识图谱的限定领域对话生成方法，其特征在于：所述对话生成模型采用序列到序列模型。


4.根据权利要求1所述基于深度学习与知识图谱的限定领域对话生成方法，其特征在于：所述序列到序列模型使用深度学习模型长短期记忆网络。


5.根据权利要求1或2或3或4所述基于深度学习与知...

【专利技术属性】
技术研发人员：何婷婷，薛昊，汤丽，田雨亭，张淼，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：湖北;42