一种语句答复方法、语句答复装置及电子设备制造方法及图纸

本申请属于人工智能技术领域，公开了一种语句答复方法、装置及电子设备。该方法包括：接收输入语句；通过已训练的意图识别模型及已训练的词槽填充模型中，获得输入语句的意图及词槽；基于预设的特征结构，对输入语句的意图及词槽进行特征化表达，获得输入语句的状态向量；从预设的历史对话表中获取各个历史语句的特征向量，其中，特征向量为历史语句的意图、词槽及反馈信息的特征化表达；将各个历史语句的特征向量以及输入语句的状态向量输入至已训练的对话策略模型中，获得对话策略模型所输出的目标反馈信息；基于目标反馈信息输出对输入语句的答复。通过本申请方案，可在提升答复的可拓展性及灵活性的同时，减轻对话设计的工作量。

【技术实现步骤摘要】
一种语句答复方法、语句答复装置及电子设备
本申请属于人工智能
，尤其涉及一种语句答复方法、语句答复装置、电子设备及计算机可读存储介质。
技术介绍
问答机器人在工业界的应用日益广泛，地位日益提高，其背后的人工智能及自然语言处理(NaturalLanguageProcessing，NLP)技术已成为影响问答机器人质量的核心所在。问答机器人涉及的自然语言处理技术主要包括意图识别、词槽填充，在多轮对话中还涉及到了对话管理，这些技术关系着对话的合理性与用户体验。当前，基于已配置的模板给出输入语句的答复是较为广泛使用的多轮对话管理方式，虽然设计难度较低，但其可拓展性及灵活性较弱，容易导致生成的答复较为固化。
技术实现思路
本申请提供了一种语句答复方法、语句答复装置、电子设备及计算机可读存储介质，可提升答复的可拓展性及灵活性。第一方面，本申请提供了一种语句答复方法，包括：接收输入语句；将上述输入语句输入至已训练的意图识别模型及已训练的词槽填充模型中，获得上述意图识别模型所输出的上述输入语句的意图，以及上述词槽填充模型所输出的上述输入语句的词槽；基于预设的特征结构，对上述输入语句的意图及词槽进行特征化表达，获得上述输入语句的状态向量；通过预设的历史对话表及上述特征结构，构建各个历史语句的特征向量，其中，上述特征向量为历史语句的意图、词槽及反馈信息的特征化表达；将各个历史语句的特征向量以及上述输入语句的状态向量输入至已训练的对话策略模型中，获得上述对话策略模型所输出的目标反馈信息；基于上述目标反馈信息输出对上述输入语句的答复。第二方面，本申请提供了一种语句答复装置，包括：接收单元，用于接收输入语句；意图获取单元，用于将上述输入语句输入至已训练的意图识别模型中，获得上述意图识别模型所输出的上述输入语句的意图；词槽获取单元，用于将上述输入语句输入至已训练的词槽填充模型中，获得上述词槽填充模型所输出的上述输入语句的词槽；第一向量获取单元，用于基于预设的特征结构，对上述输入语句的意图及词槽进行特征化表达，获得上述输入语句的状态向量；第二向量获取单元，用于通过预设的历史对话表及上述特征结构，构建各个历史语句的特征向量，其中，上述特征向量为历史语句的意图、词槽及反馈信息的特征化表达；目标反馈信息获取单元，用于将各个历史语句的特征向量以及上述输入语句的状态向量输入至已训练的对话策略模型中，获得上述对话策略模型所输出的目标反馈信息；答复输出单元，用于基于上述目标反馈信息输出对上述输入语句的答复。第三方面，本申请提供了一种电子设备，上述电子设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述第一方面的方法的步骤。第四方面，本申请提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。第五方面，本申请提供了一种计算机程序产品，上述计算机程序产品包括计算机程序，上述计算机程序被一个或多个处理器执行时实现如上述第一方面的方法的步骤。由上可见，通过本申请方案，在接收输入语句后，先将上述输入语句输入至已训练的意图识别模型及已训练的词槽填充模型中，获得上述意图识别模型所输出的上述输入语句的意图，以及上述词槽填充模型所输出的上述输入语句的词槽，然后基于预设的特征结构，对上述输入语句的意图及词槽进行特征化表达，获得上述输入语句的状态向量，同时通过预设的历史对话表及上述特征结构，构建各个历史语句的特征向量，其中，上述特征向量为历史语句的意图、词槽及反馈信息的特征化表达，最后将各个历史语句的特征向量以及上述输入语句的状态向量输入至已训练的对话策略模型中，获得上述对话策略模型所输出的目标反馈信息，并基于上述目标反馈信息输出对上述输入语句的答复。本方案中将历史语句及当前接收到的输入语句均根据预设的特征结构进行了特征化表达，以得到各个语句的特征向量，通过这些特征向量来预测输入语句的反馈信息，相比于基于已配置的模板给出输入语句的答复，本方案可拓展性及灵活性更高。可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。附图说明为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，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，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的语句答复方法的流程图；图2是本申请实施例提供的语句答复方法中，对话策略模型的网络结构示意图；图3是本申请实施例提供的语句答复方法的流程框架示意图；图4是本申请实施例提供的语句答复装置的结构框图；图5是本申请实施例提供的电子设备的结构示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。实施例一下面对本申请实施例提供的一种语句答复方法进行描述，请参阅图1，本申请实施例中的语句答复方法包括：步骤101，接收输入语句；在本申请实施例中，首先可以接收用户本次所输入的语句，也即输入语句。该输入语句即为本次语句答复的对象，也即，本次语句答复的目的即为识别出上述输入语句的意图及词槽后，基于输入语句的意图及词槽及上下文给出针对该输入语句的答复。具体地，用户可以通过文字输入的方式输入上述输入语句；或者，用户也可以通过语音输入的方式输入上述输入语句，此处不对上述输入语句的输入方式作出限定。步骤102，将上述输入语句输入至已训练的意图识别模型及已训练的词槽填充模型中，获得上述意图识别模型所输出的上述输入语句的意图，以及上述词槽填充模型所输出的上述输入语句的词槽；在本申请实施例中，已训练有意图识别模型及词槽填充模型，其中，上述意图识别模型的作用为预测得到上述输入语句的意图，而词槽填充模型的作用为抽取出上述输入语句中的各个实体，并基于抽取到的各个实体确定对应词槽。具体地，上述意图识别模型及上述词本文档来自技高网...

【技术保护点】
1.一种语句答复方法，其特征在于，包括：/n接收输入语句；/n将所述输入语句输入至已训练的意图识别模型及已训练的词槽填充模型中，获得所述意图识别模型所输出的所述输入语句的意图，以及所述词槽填充模型所输出的所述输入语句的词槽；/n基于预设的特征结构，对所述输入语句的意图及词槽进行特征化表达，获得所述输入语句的状态向量；/n通过预设的历史对话表及所述特征结构，构建各个历史语句的特征向量，其中，所述特征向量为历史语句的意图、词槽及反馈信息的特征化表达；/n将各个历史语句的特征向量以及所述输入语句的状态向量输入至已训练的对话策略模型中，获得所述对话策略模型所输出的目标反馈信息；/n基于所述目标反馈信息输出对所述输入语句的答复。/n

【技术特征摘要】
1.一种语句答复方法，其特征在于，包括：
接收输入语句；
将所述输入语句输入至已训练的意图识别模型及已训练的词槽填充模型中，获得所述意图识别模型所输出的所述输入语句的意图，以及所述词槽填充模型所输出的所述输入语句的词槽；
基于预设的特征结构，对所述输入语句的意图及词槽进行特征化表达，获得所述输入语句的状态向量；
通过预设的历史对话表及所述特征结构，构建各个历史语句的特征向量，其中，所述特征向量为历史语句的意图、词槽及反馈信息的特征化表达；
将各个历史语句的特征向量以及所述输入语句的状态向量输入至已训练的对话策略模型中，获得所述对话策略模型所输出的目标反馈信息；
基于所述目标反馈信息输出对所述输入语句的答复。


2.如权利要求1所述的语句答复方法，其特征在于，所述基于预设的特征结构，对所述输入语句的意图及词槽进行特征化表达，获得所述输入语句的状态向量，包括：
根据所述输入语句的意图，创建所述输入语句的意图向量；
根据所述输入语句的词槽，创建所述输入语句的词槽向量
基于所述特征结构所指示的拼接顺序，拼接所述输入语句的意图向量及词槽向量，得到所述输入语句的状态向量。


3.如权利要求2所述的语句答复方法，其特征在于，所述意图向量为一位有效编码向量，所述根据所述输入语句的意图，创建所述输入语句的意图向量，包括：
获取预设的自然语言理解文件中所包含的意图数量；
基于所述意图数量，初始化所述输入语句的意图向量，其中，所述输入语句的意图向量的维度与所述意图数量相同，且所述输入语句的意图向量中的维度与所述自然语言理解文件中的意图之间为一一对应的关系，且每一维度的数值均为预设的第一数值；
将所述输入语句的意图向量中，与所述输入语句的意图相对应的维度的数值更改为预设的第二数值。


4.如权利要求2所述的语句答复方法，其特征在于，所述词槽向量为一位有效编码向量，所述根据所述输入语句的词槽，创建所述输入语句的词槽向量，包括：
获取预设的自然语言理解文件中所包含的词槽数量；
基于所述词槽数量，初始化所述输入语句的词槽向量，其中，所述输入语句的词槽向量的维度与所述词槽数量相同，且所述输入语句的词槽向量中的维度与所述自然语言理解文件中的词槽之间为一一对应的关系，且每一维度的数值均为预设的第一数值；
将所述输入语句的词槽向量中，与所述输入语句的任一词槽相对应的维度的数值更改为预设的第二数值。


5.如权利要求1所述的语句答复方法，...

【专利技术属性】
技术研发人员：阎守卫，
申请(专利权)人：平安直通咨询有限公司上海分公司，
类型：发明
国别省市：上海;31