本申请提出了一种回复信息获取方法、装置及计算机设备，在对话系统场景下，计算机设备获得待回复信息后，将利用语言模型，得到针对待回复信息的第一回复单词，并在调整该语言模型的隐层参数后，重新得到与该第一回复单词的回复时序相同的第二回复单词，之后，将依据这两个回复单词之间的情感极性差值，从中确定一回复单词为相应回复时序的目标回复单词，不需要每一回复单词都进行情感控制，解决了语言模型的隐层及情感分类器不稳定，而导致所生成的回复单词构成的回复信息的流利度和准确性较低的技术问题，即保证了由确定的多个目标回复单词，构成并输出的针对待回复信息的目标回复信息，保持积极情感准确的同时，具有良好的流利度。利度。利度。
【技术实现步骤摘要】
回复信息获取方法、装置及计算机设备
[0001]本申请主要涉及通信
，更具体地说是涉及一种回复信息获取方法、装置及计算机设备。
技术介绍
[0002]随着人工智能技术发展，越来越多的企业使用了智能客服系统，来提高回复效率，降低人工成本，而且，为了使得系统反馈的回复信息更加人性化，提高用户满意度，可以结合积极的情感词语构成该回复信息。对此，目前提出利用PPLM(Plug and Play Language Model，即插即用语言模型)，来获取具有感情色彩的回复信息。
[0003]其中，由于PPLM不需要利用大量包含积极感性词语的对话样本数据，来不断训练语言模型参数，降低了对系统计算资源的要求；但是，其在获取回复信息的每个词语过程中，都需要依据情感分类器输出的损失值，改变语言模型的隐层，以干预语言模型生成相应的积极情感词语，而语言模型隐层的不稳定，会导致所生成的具有积极情感词语的回复信息流利度和准确性下降。
技术实现思路
[0004]有鉴于此，为了保证语言模型所生成的目标回复信息的情感控制准确的同时，具有较高的流利度，本申请提出了以下技术方案：
[0005]一方面，本申请提供了一种回复信息获取方法，所述方法包括：
[0006]获得待回复信息；
[0007]利用语言模型，得到针对所述待回复信息的第一回复单词和第二回复单词，其中，所述第二回复单词是在调整所述语言模型的隐层参数后，重新得到的与所述第一回复单词的回复时序相同的单词；
[0008]依据所述第一回复单词与所述第二回复单词之间的情感极性差值，确定所述第一回复单词或所述第二回复单词为相应回复时序的目标回复单词；
[0009]由确定的多个所述目标回复单词，构成针对所述待回复信息的目标回复信息；
[0010]输出所述目标回复信息。
[0011]在一些实施例中，所述利用语言模型，得到针对所述待回复信息的第一回复单词和第二回复单词，包括：
[0012]利用第一语言模型，得到针对所述待回复信息的第一回复单词；
[0013]利用第二语言模型，得到针对所述待回复信息的第二回复单词，其中，所述第二语言模型是通过调整所述第一语言模型的隐层参数得到的，所述第二回复单词与所述第一回复单词的回复时序相同。
[0014]在一些实施例中，所述依据所述第一回复单词与所述第二回复单词之间的情感极性差值，确定所述第一回复单词或所述第二回复单词为相应回复时序的目标回复单词，包括：
[0015]获取所述第一回复单词的第一情感极性值，以及所述第二回复单词的第二情感极性值；
[0016]对所述第二情感极性值与所述第一情感极性值进行差值运算，得到第一情感极性差值；
[0017]检测所述第一情感极性差值是否大于情感转变阈值；
[0018]如果所述第一情感极性差值大于情感转变阈值，确定所述第二回复单词为相应回复时序的目标回复单词；
[0019]如果所述第一情感极性差值小于或等于情感转变阈值，确定所述第一回复单词为相应回复时序的目标回复单词。
[0020]在一些实施例中，所述方法还包括：
[0021]构建情感词典，所述情感词典包含有不同单词各自对应的情感极性值，且所述情感极性值越大，对应单词的正面情感程度越高；
[0022]所述获取所述第一回复单词的第一情感极性值，以及所述第二回复单词的第二情感极性值，包括：
[0023]查询所述情感词典，得到所述第一回复单词的第一情感极性值，以及所述第二回复单词的第二情感极性值。
[0024]在一些实施例中，所述利用第一语言模型，得到针对所述待回复信息的第一回复单词，包括：
[0025]由所述待回复信息以及已确定的目标回复单词，确定本次回复时序对应的模型输入信息；
[0026]将所述模型输入信息输入所述第一语言模型进行处理，得到针对所述待回复信息且与本次回复时序对应的第一回复单词。
[0027]在一些实施例中，所述利用第二语言模型，得到针对所述待回复信息的第二回复单词，包括：
[0028]利用预训练的情感分类器，得到所述第一回复单词的第一损失值；
[0029]依据所述第一损失值，调整所述第一语言模型的隐层参数，得到第二语言模型；
[0030]依据所述第二语言模型所具有的调整后的隐层参数，对所述模型输入信息进行处理，得到针对所述待回复信息的第二回复单词。
[0031]在一些实施例中，所述由确定的多个所述目标回复单词，构成针对所述待回复信息的目标回复信息，包括：
[0032]检测到回复终止信息，或所确定的所述目标回复单词的个数达到预设数量，按照确定的多个所述目标回复单词各自的回复时序顺序，构成针对所述待回复信息的目标回复信息。
[0033]又一方面，本申请还提出了一种回复信息获取装置，所述装置包括：
[0034]待回复信息获得模块，用于获得待回复信息；
[0035]回复单词得到模块，用于利用语言模型，得到针对所述待回复信息的第一回复单词和第二回复单词，其中，所述第二回复单词是在调整所述语言模型的隐层参数后，重新得到的与所述第一回复单词的回复时序相同的单词；
[0036]目标回复单词确定模块，用于依据所述第一回复单词与所述第二回复单词之间的
情感极性差值，确定所述第一回复单词或所述第二回复单词为相应回复时序的目标回复单词；
[0037]目标回复信息构成模块，用于由确定的多个所述目标回复单词，构成针对所述待回复信息的目标回复信息；
[0038]目标回复信息输出模块，用于输出所述目标回复信息。
[0039]在一些实施例中，所述目标回复单词确定模块，包括：
[0040]情感极性值获取单元，用于获取所述第一回复单词的第一情感极性值，以及所述第二回复单词的第二情感极性值；
[0041]情感极性值比较单元，用于对所述第一情感极性值与所述第二情感极性值进行差值运算，得到第一情感极性差值；
[0042]情感转变检测单元，用于检测所述第一情感极性差值是否大于情感转变阈值；
[0043]第一确定单元，用于在情感转变检测单元的检测结果为所述第一情感极性差值大于情感转变阈值的情况下，确定所述第二回复单词为相应回复时序的目标回复单词；
[0044]第二确定单元，用于在情感转变检测单元的检测结果为所述第一情感极性差值小于或等于情感转变阈值的情况下，确定所述第一回复单词为相应回复时序的目标回复单词。
[0045]又一方面，本申请还提出了一种计算机设备，所述计算机设备包括：
[0046]通信接口；
[0047]存储器，用于存储实现如上述的回复信息获取方法的程序；
[0048]处理器，用于加载并执行所述存储器存储的程序，实现如上述的回复信息获取方法的各个步骤。
[0049]又一方面，本申请还提出了一种可读存储介质，其上可以存储计算机程序，该计算机程序可以被处理器本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种回复信息获取方法，所述方法包括：获得待回复信息；利用语言模型，得到针对所述待回复信息的第一回复单词和第二回复单词，其中，所述第二回复单词是在调整所述语言模型的隐层参数后，重新得到的与所述第一回复单词的回复时序相同的单词；依据所述第一回复单词与所述第二回复单词之间的情感极性差值，确定所述第一回复单词或所述第二回复单词为相应回复时序的目标回复单词；由确定的多个所述目标回复单词，构成针对所述待回复信息的目标回复信息；输出所述目标回复信息。2.根据权利要求1所述的方法，所述利用语言模型，得到针对所述待回复信息的第一回复单词和第二回复单词，包括：利用第一语言模型，得到针对所述待回复信息的第一回复单词；利用第二语言模型，得到针对所述待回复信息的第二回复单词，其中，所述第二语言模型是通过调整所述第一语言模型的隐层参数得到的，所述第二回复单词与所述第一回复单词的回复时序相同。3.根据权利要求1或2所述的方法，所述依据所述第一回复单词与所述第二回复单词之间的情感极性差值，确定所述第一回复单词或所述第二回复单词为相应回复时序的目标回复单词，包括：获取所述第一回复单词的第一情感极性值，以及所述第二回复单词的第二情感极性值；对所述第二情感极性值与所述第一情感极性值进行差值运算，得到第一情感极性差值；检测所述第一情感极性差值是否大于情感转变阈值；如果所述第一情感极性差值大于情感转变阈值，确定所述第二回复单词为相应回复时序的目标回复单词；如果所述第一情感极性差值小于或等于情感转变阈值，确定所述第一回复单词为相应回复时序的目标回复单词。4.根据权利要求3所述的方法，所述方法还包括：构建情感词典，所述情感词典包含有不同单词各自对应的情感极性值，且所述情感极性值越大，对应单词的正面情感程度越高；所述获取所述第一回复单词的第一情感极性值，以及所述第二回复单词的第二情感极性值，包括：查询所述情感词典，得到所述第一回复单词的第一情感极性值，以及所述第二回复单词的第二情感极性值。5.根据权利要求2所述的方法，所述利用第一语言模型，得到针对所述待回复信息的第一回复单词，包括：由所述待回复信息以及已确定的目标回复单词，确定本次回复时序对应的模型输入信息；将所述模型输入信息输入所述第一语言模型进行处理，得到针对所述待回复信息且与
本次回复时序对应的第一回复单词。6.根据权利要求5所述的方法，所...
【专利技术属性】
技术研发人员：赵建宇，李让，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。