会话信息处理方法、装置、计算机可读存储介质及设备制造方法及图纸

本申请提供一种会话信息处理方法、会话信息处理装置、计算机可读存储介质及电子设备；涉及人工智能技术领域；包括：当检测到待输出的会话信息时，获取目标对象对应的属性结构和会话结构；计算关键词集合对应的向量集合；根据向量集合生成联合语义向量，并根据属性结构和会话结构生成联合结构向量；根据联合语义向量和联合结构向量确定目标对象与会话信息的匹配度，若匹配度满足预设条件则输出会话信息。可见，实施本申请的技术方案，可以提升所计算的会话信息与目标对象之间的匹配度的准确率，从而可以在匹配度满足预设条件的情况下输出会话信息，以使得目标对象所回复的会话信息与其属性结构相匹配。

Session information processing method, device, computer-readable storage medium and device

【技术实现步骤摘要】
会话信息处理方法、装置、计算机可读存储介质及设备
本申请涉及人工智能
，具体而言，涉及一种会话信息处理方法、会话信息处理装置、计算机可读存储介质及电子设备。
技术介绍
随着计算机技术的不断发展，新兴的虚拟偶像得到越来越多人的喜爱。用户可以通过终端设备观看虚拟偶像唱歌跳舞，还可以与虚拟偶像聊天，实际上，虚拟偶像作为技术产物，其展示方式及交互方式均由程序控制，用户所感知的虚拟偶像对自已聊天信息的回复，实为计算机根据聊天信息生成的回复结果。一般来说，不同的虚拟偶像具有与之相对应的属性设定，用户可以根据偏好选择虚拟偶像进行观赏、聊天，为了打造更为真实的虚拟偶像，如何使虚拟对象所回复的信息与其属性设定相匹配成为了当前亟需解决的问题。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本申请的目的在于提供一种会话信息处理方法、会话信息处理装置、计算机可读存储介质及电子设备，可以提升所计算的会话信息与目标对象之间的匹配度的准确率，从而可以在匹配度满足预设条件的情况下输出会话信息，以使得目标对象所回复的会话信息与其属性结构相匹配。本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。根据本申请的一方面，提供一种会话信息处理方法，包括：当检测到待输出的会话信息时，获取目标对象对应的属性结构和会话结构；其中，会话结构用于表征会话信息；计算关键词集合对应的向量集合；其中，关键词集合包括属性结构中的关键词和会话结构中的关键词；根据向量集合生成联合语义向量，并根据属性结构和会话结构生成联合结构向量；根据联合语义向量和联合结构向量确定目标对象与会话信息的匹配度，若匹配度满足预设条件则输出会话信息。在本申请的一种示例性实施例中，获取目标对象对应的属性结构和会话结构之前，上述方法还包括：当检测到会话窗口中展示新增聊天消息时，确定与新增聊天消息对应的会话信息；其中，会话窗口中包括目标对象和至少一个会话对象，新增聊天消息与会话对象相对应。在本申请的一种示例性实施例中，确定与新增聊天消息对应的会话信息，包括：根据新增聊天消息从预设信息库中选择会话信息；或者，根据新增聊天消息生成会话信息。在本申请的一种示例性实施例中，获取目标对象对应的属性结构和会话结构，包括：读取目标对象对应的属性结构；对会话信息进行结构化处理，得到会话结构。在本申请的一种示例性实施例中，对会话信息进行结构化处理，得到会话结构，包括：根据词向量模型确定会话信息对应的词向量；根据词向量对会话信息进行文本结构分析，得到会话信息中各语言单位之间的语义关系；根据语义关系将会话信息表示为会话结构。在本申请的一种示例性实施例中，对会话信息进行结构化处理，得到会话结构，包括：将会话信息与预设词汇集合进行比对，以确定出会话信息中的关键词；根据预设词汇关系构建包含会话信息中的关键词的会话结构。在本申请的一种示例性实施例中，计算关键词集合对应的向量集合，包括：根据预设向量关系确定关键词集合中各关键词的关键词向量；根据各关键词的位置信息确定各关键词对应的位置向量；根据各关键词分别对应的类别确定各关键词的类别向量；根据属性结构和会话结构确定各关键词的分隔向量；其中，属性结构中的关键词的分隔向量相同，会话结构中的关键词的分隔向量相同；将对应于同一关键词的关键词向量、位置向量、类别向量以及分隔向量进行对位相加，得到各关键词分别对应的待处理向量；将各关键词分别对应的待处理向量的集合确定为向量集合。在本申请的一种示例性实施例中，根据各关键词的位置信息确定各关键词对应的位置向量之前，上述方法还包括：将属性结构中的关键词和会话结构中的关键词进行拼接；根据拼接结果的关键词排列顺序依次对关键词集合中各关键词标注位置信息，得到各关键词的位置信息。在本申请的一种示例性实施例中，根据向量集合生成联合语义向量，包括：根据向量集合生成各待处理向量分别对应的矩阵组，矩阵组包括查询矩阵、键矩阵、值矩阵；根据各待处理向量分别对应的矩阵组计算各待处理向量分别对应的自注意力向量；根据前馈神经网络计算自注意力向量对应的特征向量；基于自注意力算法以及前馈神经网络计算特征向量对应的联合语义向量。在本申请的一种示例性实施例中，根据属性结构和会话结构生成联合结构向量，包括：将属性结构表示为字符串序列；根据字符串序列以及语义关系计算联合结构向量。在本申请的一种示例性实施例中，根据字符串序列以及语义关系计算联合结构向量，包括：基于递归神经网络和字符串序列计算属性结构对应的第一参考向量；基于递归神经网络和语义关系计算会话结构对应的第二参考向量；将第一参考向量和第二参考向量拼接得到联合结构向量。在本申请的一种示例性实施例中，根据联合语义向量和联合结构向量确定目标对象与会话信息的匹配度，包括：拼接联合语义向量和联合结构向量，得到综合向量；对综合向量进行降维处理，并计算降维处理结果属于各预设类别的概率；通过最高概率对应的预设类别表示匹配度。根据本申请的一方面，提供一种会话信息处理装置，包括：数据获取单元、向量计算单元以及条件判定单元，其中：数据获取单元，用于当检测到待输出的会话信息时，获取目标对象对应的属性结构和会话结构；其中，会话结构用于表征会话信息；向量计算单元，用于计算关键词集合对应的向量集合；其中，关键词集合包括属性结构中的关键词和会话结构中的关键词；向量计算单元，还用于根据向量集合生成联合语义向量，并根据属性结构和会话结构生成联合结构向量；条件判定单元，用于根据联合语义向量和联合结构向量确定目标对象与会话信息的匹配度，若匹配度满足预设条件则输出会话信息。在本申请的一种示例性实施例中，上述装置还包括：信息确定单元，其中：信息确定单元，用于在数据获取单元获取目标对象对应的属性结构和会话结构之前，以及当检测到会话窗口中展示新增聊天消息时，确定与新增聊天消息对应的会话信息；其中，会话窗口中包括目标对象和至少一个会话对象，新增聊天消息与会话对象相对应。在本申请的一种示例性实施例中，信息确定单元确定与新增聊天消息对应的会话信息，包括：根据新增聊天消息从预设信息库中选择会话信息；或者，根据新增聊天消息生成会话信息。在本申请的一种示例性实施例中，数据获取单元获取目标对象对应的属性结构和会话结构，包括：读取目标对象对应的属性结构；对会话信息进行结构化处理，得到会话结构。在本申请的一种示例性实施例中，数据获取单元对会话信息进行结构化处理，得到会话结构，包括本文档来自技高网...

【技术保护点】
1.一种会话信息处理方法，其特征在于，包括：/n当检测到待输出的会话信息时，获取目标对象对应的属性结构和会话结构；其中，所述会话结构用于表征所述会话信息；/n计算关键词集合对应的向量集合；其中，所述关键词集合包括所述属性结构中的关键词和所述会话结构中的关键词；/n根据所述向量集合生成联合语义向量；/n根据所述属性结构和所述会话结构生成联合结构向量；/n根据所述联合语义向量和所述联合结构向量确定所述目标对象与所述会话信息的匹配度，若所述匹配度满足预设条件则输出所述会话信息。/n

【技术特征摘要】
1.一种会话信息处理方法，其特征在于，包括：
当检测到待输出的会话信息时，获取目标对象对应的属性结构和会话结构；其中，所述会话结构用于表征所述会话信息；
计算关键词集合对应的向量集合；其中，所述关键词集合包括所述属性结构中的关键词和所述会话结构中的关键词；
根据所述向量集合生成联合语义向量；
根据所述属性结构和所述会话结构生成联合结构向量；
根据所述联合语义向量和所述联合结构向量确定所述目标对象与所述会话信息的匹配度，若所述匹配度满足预设条件则输出所述会话信息。


2.根据权利要求1所述的方法，其特征在于，获取目标对象对应的属性结构和会话结构之前，所述方法还包括：
当检测到会话窗口中展示新增聊天消息时，确定与所述新增聊天消息对应的所述会话信息；
其中，所述会话窗口中包括所述目标对象和至少一个会话对象，所述新增聊天消息与所述会话对象相对应。


3.根据权利要求2所述的方法，其特征在于，确定与所述新增聊天消息对应的所述会话信息，包括：
根据所述新增聊天消息从预设信息库中选择所述会话信息；
或者，根据所述新增聊天消息生成所述会话信息。


4.根据权利要求1所述的方法，其特征在于，根据所述联合语义向量和所述联合结构向量确定所述目标对象与所述会话信息的匹配度，包括：
拼接所述联合语义向量和所述联合结构向量，得到综合向量；
对所述综合向量进行降维处理，并计算降维处理结果属于各预设类别的概率；
通过最高概率对应的预设类别表示所述匹配度。


5.根据权利要求1所述的方法，其特征在于，获取目标对象对应的属性结构和会话结构，包括：
读取所述目标对象对应的属性结构；
对所述会话信息进行结构化处理，得到所述会话结构。


6.根据权利要求5所述的方法，其特征在于，对所述会话信息进行结构化处理，得到所述会话结构，包括：
将所述会话信息与预设词汇集合进行比对，以确定出所述会话信息中的关键词；
根据预设词汇关系构建包含所述会话信息中的关键词的会话结构。


7.根据权利要求5所述的方法，其特征在于，对所述会话信息进行结构化处理，得到所述会话结构，包括：
根据词向量模型确定所述会话信息对应的词向量；
根据所述词向量对所述会话信息进行文本结构分析，得到所述会话信息中各语言单位之间的语义关系；
根据所述语义关系将所述会话信息表示为所述会话结构。


8.根据权利要求7所述的方法，其特征在于，根据所述属性结构和所述会话结构生成联合结构向量，包括：
将所述属性结构表示为字符串序列；
根据所述字符串序列以及所述语义关系计算所述联合结构向量。


9.根据权利要求8所述的方法，其特征在于，根据所述字符串序列以及所述语义关系计算所述联合结构向量，包括：
基于递归神经网络和所述字符串...

【专利技术属性】
技术研发人员：宋皓宇，王琰，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44