一种用户数据的处理方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种用户数据的处理方法、装置及电子设备，在进行对话时，获取用户数据，该用户数据包括当前文本以及历史文本；对当前文本进行意图识别，得到当前文本对应的对话意图概率值；确定与该对话意图概率值对应的目标对话单元，并调用目标对话单元对用户数据进行处理，得到并输出当前文本对应的文本处理结果。本发明专利技术能够根据用户当前的输入文本来选择对应的对话单元进行处理，从而能够根据用户对话内容及时调整对话单元，在用户对话意图不同时，采用不同的对话模式的对话单元进行处理，增加了对话处理的灵活性，提高用户体验。

【技术实现步骤摘要】
一种用户数据的处理方法、装置及电子设备
本专利技术涉及人工智能领域，更具体的说，涉及一种用户数据的处理方法、装置及电子设备。
技术介绍
近年来，人工智能技术快速发展，用户采用自然语言与智能终端设备进行对话交互的操作越来越普遍，在进行对话交互时，需要使用对话系统，随着科学技术的不断发展，对对话系统的智能化程度要求也越来越高。对话系统按照功能分类一般分为任务导向型对话系统和非任务导向型(闲聊型)对话系统，不管是选择哪种系统执行对话交互，都是采用该对话系统使用的固定的对话模式与用户进行对话，对话模式单一，用户体验较差。
技术实现思路
有鉴于此，本专利技术提供一种用户数据的处理方法、装置及电子设备，以解决现有的对话系统的对话模式单一，用户体验较差的问题。为解决上述技术问题，本专利技术采用了如下技术方案：一种用户数据的处理方法，应用于处理器，所述处理器中设置有至少两个对话单元，不同的所述对话单元对应不同的对话模式以及对话意图概率区间，所述对话方法包括：与目标用户对话的过程中，在接收到用户输入的文本数据的情况下，获取用户数据，所述用户数据包括当前文本以及历史文本；对所述当前文本进行意图识别，得到所述当前文本对应的对话意图概率值；基于不同的所述对话单元对应的对话意图概率区间，确定与所述对话意图概率值对应的目标对话单元，并调用所述目标对话单元对所述用户数据进行处理；输出所述当前文本对应的文本处理结果。可选地，对所述当前文本进行意图识别，得到所述当前文本对应的对话意图概率值，包括：调用预先构建的意图识别模块对所述当前文本进行处理，得到所述当前文本对应的对话意图概率值。可选地，基于不同的所述对话单元对应的对话意图概率区间，确定与所述对话意图概率值对应的目标对话单元，包括：获取各个所述对话单元对应的对话意图概率区间；确定出所述对话意图概率值所属的目标对话意图概率区间，并确定所述目标对话意图概率区间对应的目标对话单元。可选地，调用所述目标对话单元对所述用户数据进行处理，包括：从所述历史文本中筛选出与所述目标对话单元对应的目标历史文本；调用所述目标对话单元对所述当前文本以及所述目标历史文本进行处理，得到所述当前文本对应的文本处理结果。可选地，在所述对话单元为非任务导向型对话单元的情况下，所述非任务导向型对话单元的生成过程包括：获取非任务导向型对话数据集；所述非任务导向型对话数据集包括多个连续的非任务导向型对话数据；使用所述非任务导向型对话数据集对预设的多源编码解码模型进行训练，直至所述多源编码解码模型的损失函数值小于第一预设阈值；在所述对话单元为任务导向型对话单元的情况下，所述任务导向型对话单元的生成过程包括：获取任务导向型对话数据集；所述任务导向型对话数据集包括多个连续的任务导向型对话数据；使用所述任务导向型对话数据集对预设的多层记忆网络模型进行训练，直至所述多层记忆网络模型的损失函数值小于第二预设阈值。可选地，获取用户数据，包括：获取当前文本，并对所述当前文本进行向量编码，得到所述当前文本对应的句向量；获取历史文本对应的句向量。一种用户数据的处理装置，应用于处理器，所述处理器中设置有至少两个对话单元，不同的所述对话单元对应不同的对话模式以及对话意图概率区间，所述对话装置包括：数据获取模块，用于与目标用户对话的过程中，在接收到用户输入的文本数据的情况下，获取用户数据，所述用户数据包括当前文本以及历史文本；意图识别模块，用于对所述当前文本进行意图识别，得到所述当前文本对应的对话意图概率值；文本处理模块，用于基于不同的所述对话单元对应的对话意图概率区间，确定与所述对话意图概率值对应的目标对话单元，并调用所述目标对话单元对所述用户数据进行处理；文本输出模块，用于输出所述当前文本对应的文本处理结果。可选地，所述意图识别模块具体用于：调用预先构建的意图识别模块对所述当前文本进行处理，得到所述当前文本对应的对话意图概率值。可选地，所述文本处理模块具体用于：获取各个所述对话单元对应的对话意图概率区间，确定出所述对话意图概率值所属的目标对话意图概率区间，并确定所述目标对话意图概率区间对应的目标对话单元。一种电子设备，所述电子设备中设置有至少两个对话单元，不同的所述对话单元对应不同的对话模式以及对话意图概率区间，所述电子设备包括：存储器和处理器；其中，所述存储器用于存储程序；处理器调用程序并用于：与目标用户对话的过程中，在接收到用户输入的文本数据的情况下，获取用户数据，所述用户数据包括当前文本以及历史文本；对所述当前文本进行意图识别，得到所述当前文本对应的对话意图概率值；基于不同的所述对话单元对应的对话意图概率区间，确定与所述对话意图概率值对应的目标对话单元，并调用所述目标对话单元对所述用户数据进行处理；输出所述当前文本对应的文本处理结果。相较于现有技术，本专利技术具有以下有益效果：本专利技术提供了一种用户数据的处理方法、装置及电子设备，在进行对话时，获取用户数据，该用户数据包括当前文本以及历史文本；对当前文本进行意图识别，得到当前文本对应的对话意图概率值；确定与该对话意图概率值对应的目标对话单元，并调用目标对话单元对用户数据进行处理，得到并输出当前文本对应的文本处理结果。本专利技术能够根据用户当前的输入文本来选择对应的对话单元进行处理，从而能够根据用户对话内容及时调整对话单元，在用户对话意图不同时，采用不同的对话模式的对话单元进行处理，增加了对话处理的灵活性，提高用户体验。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例提供的一种用户数据的处理方法的方法流程图；图2为本专利技术实施例提供的一种执行用户数据的处理方法的装置的内部结构图；图3为本专利技术实施例提供的另一种用户数据的处理方法的方法流程图；图4为本专利技术实施例提供的再一种用户数据的处理方法的方法流程图；图5为本专利技术实施例提供的又一种用户数据的处理方法的方法流程图；图6为本专利技术实施例提供的一种用户数据的处理装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。近年来，人工智能技术的快速发展，使得人们采用自然语言与智能终端设备进行交互成为可能，不断涌现的各本文档来自技高网...

【技术保护点】
1.一种用户数据的处理方法，其特征在于，应用于处理器，所述处理器中设置有至少两个对话单元，不同的所述对话单元对应不同的对话模式以及对话意图概率区间，所述对话方法包括：/n与目标用户对话的过程中，在接收到用户输入的文本数据的情况下，获取用户数据，所述用户数据包括当前文本以及历史文本；/n对所述当前文本进行意图识别，得到所述当前文本对应的对话意图概率值；/n基于不同的所述对话单元对应的对话意图概率区间，确定与所述对话意图概率值对应的目标对话单元，并调用所述目标对话单元对所述用户数据进行处理；/n输出所述当前文本对应的文本处理结果。/n

【技术特征摘要】
1.一种用户数据的处理方法，其特征在于，应用于处理器，所述处理器中设置有至少两个对话单元，不同的所述对话单元对应不同的对话模式以及对话意图概率区间，所述对话方法包括：
与目标用户对话的过程中，在接收到用户输入的文本数据的情况下，获取用户数据，所述用户数据包括当前文本以及历史文本；
对所述当前文本进行意图识别，得到所述当前文本对应的对话意图概率值；
基于不同的所述对话单元对应的对话意图概率区间，确定与所述对话意图概率值对应的目标对话单元，并调用所述目标对话单元对所述用户数据进行处理；
输出所述当前文本对应的文本处理结果。


2.根据权利要求1所述的处理方法，其特征在于，对所述当前文本进行意图识别，得到所述当前文本对应的对话意图概率值，包括：
调用预先构建的意图识别模块对所述当前文本进行处理，得到所述当前文本对应的对话意图概率值。


3.根据权利要求1所述的处理方法，其特征在于，基于不同的所述对话单元对应的对话意图概率区间，确定与所述对话意图概率值对应的目标对话单元，包括：
获取各个所述对话单元对应的对话意图概率区间；
确定出所述对话意图概率值所属的目标对话意图概率区间，并确定所述目标对话意图概率区间对应的目标对话单元。


4.根据权利要求1所述的处理方法，其特征在于，调用所述目标对话单元对所述用户数据进行处理，包括：
从所述历史文本中筛选出与所述目标对话单元对应的目标历史文本；
调用所述目标对话单元对所述当前文本以及所述目标历史文本进行处理，得到所述当前文本对应的文本处理结果。


5.根据权利要求1所述的处理方法，其特征在于，在所述对话单元为非任务导向型对话单元的情况下，所述非任务导向型对话单元的生成过程包括：
获取非任务导向型对话数据集；所述非任务导向型对话数据集包括多个连续的非任务导向型对话数据；
使用所述非任务导向型对话数据集对预设的多源编码解码模型进行训练，直至所述多源编码解码模型的损失函数值小于第一预设阈值；
在所述对话单元为任务导向型对话单元的情况下，所述任务导向型对话单元的生成过程包括：
获取任务导向型对话数据集；所述任务导向型对话数据集包括多个连续的任务导向型对话数据；
使用所述任务导向型对话数据集对预...

【专利技术属性】
技术研发人员：陈欢欢，冯肖，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽;34