人机对话方法、装置、电子装置及存储介质制造方法及图纸

本申请涉及一种人机对话方法、装置、电子装置和存储介质。该人机对话方法包括：通过接收用户当前轮次的对话语音，并对对话语音进行预处理，得到文本信息；通过预设语意分析模型对文本信息进行处理，得到意图信息；获取历史应答信息，并根据历史应答信息和意图信息确定当前轮次的对话状态；根据预设应答配置模型配置与对话状态对应的应答信息，并生成与应答信息对应的应答语音。通过本申请，解决了相关技术中对话系统实现对话效率低、对话效果不佳的问题，实现了快速、有效地实现各场景的AI机器人外呼功能，降低人力成本，提高对话效率与对话效果的有益效果。话效果的有益效果。话效果的有益效果。

【技术实现步骤摘要】
人机对话方法、装置、电子装置及存储介质


[0001]本申请涉及计算机
，特别是涉及人机对话方法、装置、电子装置及存储介质。

技术介绍

[0002]近几年，人工智能技术得到迅速地发展，与智能语音技术相关的产品已经进入到千家万户中。人们逐渐习惯了与机器对话，并且对机器的理解与应答能力有了更高的期待。基于语音的对话系统框架采用自动语音识别(ASR，Automatic Speech Recognition)模型和自然语言理解(NLU，Natural Language Understanding)模型，工作流程包括：首先通过ASR模型将用户的声音转换为文字，然后利用NLU模型进行语义解析，最终得到用户的意图。
[0003]相关技术中的对话系统需要大量的对话标注语料来进行模型训练，经过较长的数据积累才能达到不错的对话效果，但随着对话系统应用的对话场景增多，对话系统高频率的迭代更新，长周期的对话系统的不满足对话系统的需求，而相关技术中采用非模型可配置化的对话系统，虽然能够快速实现场景布置，但单一的关键词匹配与树状对话流转，使得对话效果不佳。
[0004]目前针对相关技术中对话系统实现对话效率低、对话效果不佳的问题，尚未提出有效的解决方案。

技术实现思路

[0005]本申请实施例提供了一种人机对话方法、装置、电子装置及存储介质，以至少解决相关技术中对话系统实现对话效率低、对话效果不佳的问题。
[0006]第一方面，本申请实施例提供了一种人机对话方法，包括：接收用户当前轮次的对话语音，并对所述对话语音进行预处理，得到文本信息，其中，所述预处理包括文本转换、文本纠错；通过预设语意分析模型对所述文本信息进行处理，得到意图信息，其中，所述意图信息至少包括所述用户当前轮次对应的意图；获取历史应答信息，并根据所述历史应答信息和所述意图信息确定当前轮次的对话状态，其中，所述历史应答信息包括根据上一轮次对话的对话状态生成的应答信息；根据预设应答配置模型配置与所述对话状态对应的所述应答信息，并生成与所述应答信息对应的应答语音，其中，所述预设应答配置模型至少包括以下之一：对话策略学习模型、知识库问答模型。
[0007]在其中一些实施例中，对所述对话语音进行预处理，得到文本信息包括：
[0008]通过自动语音识别技术对所述对话语音进行文本转换处理，得到待处理文本；
[0009]将所述待处理文本输入文本纠错模型中进行文本纠错，得到所述文本信息，其中，所述文本纠错模型是根据预设语义信息的第一样本文本、不存在文本错误的第二样本文本及存在文本错误的第三样本文本进行训练生成的。
[0010]在其中一些实施例中，所述意图信息还包括槽位信息，通过预设语意分析模型对所述文本信息进行处理，得到意图信息包括：
[0011]对所述文本信息进行自然语言理解处理，得到候选意图数据，其中，所述候选意图数据包括候选意图和候选槽位信息；
[0012]根据预设意图识别模型在所述候选意图数据中检测第一意图数据，其中，所述预设意图识别模型至少包括以下其中一种：正则匹配模型、预训练语义匹配模型、意图槽位联合模型；
[0013]在检测到所述第一意图数据的情况下，确定所述意图信息包括所述第一意图数据，其中，所述第一意图数据包括所述用户当前轮次对应的意图和所述槽位信息。
[0014]在其中一些实施例中，根据所述历史应答信息和所述意图信息确定当前轮次的对话状态包括：
[0015]将所述历史应答信息和所述意图信息输入对话状态追踪模型中，获取第一特征值，其中，所述第一特征值包括所述历史应答信息和所述意图信息关联的语义特征值；
[0016]在所述第一特征值中检测预设状态特征值，并根据所述预设状态特征值确定当前轮次的对应状态。
[0017]在其中一些实施例中，根据预设应答配置模型配置与所述对话状态对应的所述应答信息包括：
[0018]提取所述对话状态的第一状态语义信息，其中，所述第一状态语义信息至少包括所述意图信息对应的状态语义；
[0019]将所述第一状态语义信息输入所述预设应答配置模型中，获取所述应答信息，其中，所述预设应答配置模型包括以下其中之一：对话策略学习模型、知识库问答模型。
[0020]在其中一些实施例中，所述预设应答配置模型包括对话策略学习模型和知识库问答模型，根据预设应答配置模型配置与所述对话状态对应的所述应答信息包括：
[0021]提取所述对话状态的第二状态语义信息，其中，所述第二状态语义信息至少包括所述意图信息对应的状态语义；
[0022]将所述第二状态语义信息输入所述对话策略学习模型中，并查询与所述第二状态语义信息对应的机器人话术信息，其中，所述对话策略学习模型是根据第一预设状态语义信息和与所述第一预设状态语义信息对应的机器人话术信息进行训练生成的；
[0023]在未查询到与所述第二状态语义信息对应的机器人话术信息的情况下，将所述第二状态语义信息输入所述知识库问答模型，获取与所述第二状态语义信息对应的应答文本信息，并确定所述应答信息包括所述应答文本信息，其中，所述知识库问答模型包括第二预设状态语义信息及与所述第二预设状态语义信息对应的应答文本信息。
[0024]在其中一些实施例中，在查询到与所述第二状态语义信息对应的机器人话术信息的情况下，确定所述应答信息包括与所述第二状态语义信息对应的机器人话术信息。
[0025]在其中一些实施例中，生成与所述应答信息对应的应答语音包括：将所述应答信息进行语音转换，生成所述应答语音。
[0026]第二方面，本申请实施例提供了一种人机对话装置，包括：
[0027]转换模块，用于接收用户当前轮次的对话语音，并对所述对话语音进行预处理，得到文本信息，其中，所述预处理包括文本转换、文本纠错；
[0028]生成模块，用于通过预设语意分析模型对所述文本信息进行处理，得到意图信息，其中，所述意图信息至少包括所述用户当前轮次对应的意图；
[0029]处理模块，用于获取历史应答信息，并根据所述历史应答信息和所述意图信息确定当前轮次的对话状态，其中，所述历史应答信息包括根据上一轮次对话的对话状态生成的应答信息；
[0030]应答模块，用于根据预设应答配置模型配置与所述对话状态对应的所述应答信息，并生成与所述应答信息对应的应答语音，其中，所述预设应答配置模型至少包括以下之一：对话策略学习模型、知识库问答模型。
[0031]第三方面，本申请实施例提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行第一方面所述的人机对话方法。
[0032]第四方面，本申请实施例提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行第一方面所述的人机对话方法。
[0033]相比于相关技术，本申请实施例提供的一种人机对话方法、装置、电子装置及存储介质，通过接收用户当前轮次的对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人机对话方法，其特征在于，包括：接收用户当前轮次的对话语音，并对所述对话语音进行预处理，得到文本信息，其中，所述预处理包括文本转换、文本纠错；通过预设语意分析模型对所述文本信息进行处理，得到意图信息，其中，所述意图信息至少包括所述用户当前轮次对应的意图；获取历史应答信息，并根据所述历史应答信息和所述意图信息确定当前轮次的对话状态，其中，所述历史应答信息包括根据上一轮次对话的对话状态生成的应答信息；根据预设应答配置模型配置与所述对话状态对应的所述应答信息，并生成与所述应答信息对应的应答语音，其中，所述预设应答配置模型至少包括以下之一：对话策略学习模型、知识库问答模型。2.根据权利要求1所述的人机对话方法，其特征在于，对所述对话语音进行预处理，得到文本信息包括：通过自动语音识别技术对所述对话语音进行文本转换处理，得到待处理文本；将所述待处理文本输入文本纠错模型中进行文本纠错，得到所述文本信息，其中，所述文本纠错模型是根据预设语义信息的第一样本文本、不存在文本错误的第二样本文本及存在文本错误的第三样本文本进行训练生成的。3.根据权利要求1所述的人机对话方法，其特征在于，所述意图信息还包括槽位信息，通过预设语意分析模型对所述文本信息进行处理，得到意图信息包括：对所述文本信息进行自然语言理解处理，得到候选意图数据，其中，所述候选意图数据包括候选意图和候选槽位信息；根据预设意图识别模型在所述候选意图数据中检测第一意图数据，其中，所述预设意图识别模型至少包括以下其中一种：正则匹配模型、预训练语义匹配模型、意图槽位联合模型；在检测到所述第一意图数据的情况下，确定所述意图信息包括所述第一意图数据，其中，所述第一意图数据包括所述用户当前轮次对应的意图和所述槽位信息。4.根据权利要求1所述的人机对话方法，其特征在于，根据所述历史应答信息和所述意图信息确定当前轮次的对话状态包括：将所述历史应答信息和所述意图信息输入对话状态追踪模型中，获取第一特征值，其中，所述第一特征值包括所述历史应答信息和所述意图信息关联的语义特征值；在所述第一特征值中检测预设状态特征值，并根据所述预设状态特征值确定当前轮次的对应状态。5.根据权利要求1所述的人机对话方法，其特征在于，根据预设应答配置模型配置与所述对话状态对应的所述应答信息包括：提取所述对话状态的第一状态语义信息，其中，所述第一状态语义信息至少包括所述意图信息对应的状态语义；将所述第一状态语义信息输入所述预设应答配置模型中，获取所述应答信息，其中，所述预设应答...

【专利技术属性】
技术研发人员：陈粮阳，谢恩宁，曹宇慧，
申请(专利权)人：杭州大搜车汽车服务有限公司，
类型：发明
国别省市：