【技术实现步骤摘要】
对话生成方法、装置、电子设备及存储介质
[0001]本申请涉及计算机
,具体涉及语音
、深度学习
、人工智能
,尤其涉及对话生成方法、装置、电子设备及存储介质。
技术介绍
[0002]目前的基于端到端模型的对话系统,端到端模型在对对话进行处理时,需要将多轮对话的上文进行编码,并结合当前对话,解码出针对当前对话的回复信息。上述方案中,需要将所有上文一次性编码,编码长度很长,计算量大。但模型能够处理的编码长度有限,计算量有限,导致模型难以适用于对话轮次较多的场景,适用性差。
技术实现思路
[0003]本公开提供了一种对话生成方法、装置、电子设备及存储介质。
[0004]根据本公开的一方面,提供了一种对话生成方法,包括:获取当前对话,以及所述当前对话的历史对话;从所述历史对话之中选择多个参考历史对话并加入临时记忆对话集合;以及根据所述当前对话和所述临时记忆对话集合生成所述当前对话的回复信息。
[0005]根据本公开的另一方面,提供了一种对话生成装置,包括:获取模块,用于获取当前对话,以及所述当前对话的历史对话;选择模块,用于从所述历史对话之中选择多个参考历史对话并加入临时记忆对话集合;以及生成模块,用于根据所述当前对话和所述临时记忆对话集合生成所述当前对话的回复信息。
[0006]根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器 ...
【技术保护点】
【技术特征摘要】
1.一种对话生成方法,包括:获取当前对话,以及所述当前对话的历史对话;从所述历史对话之中选择多个参考历史对话并加入临时记忆对话集合;以及根据所述当前对话和所述临时记忆对话集合生成所述当前对话的回复信息。2.如权利要求1所述的对话生成方法,其中,所述当前对话为r
t
,所述历史对话为r1,...,r
t
‑1,其中,t为当时时间,所述从所述历史对话之中选择多个参考历史对话并加入临时记忆对话集合,包括:按照第一预设数量w,从所述历史对话之中选择对话r
t
‑
w
‑
r
t
‑1加入所述临时记忆对话集合;根据记忆选择策略模型从对话r1‑
r
t
‑
w
‑1之中选择多个对话加入至所述临时记忆对话集合,其中,n大于w。3.如权利要求2所述的对话生成方法,其中,所述根据所述当前对话和所述临时记忆对话集合生成所述当前对话的回复信息,包括:将所述当前对话和所述临时记忆对话集合输入至生成模型,以生成所述回复信息。4.如权利要求3所述的对话生成方法,其中,所述生成模型和所述记忆选择策略模型同时训练得到。5.如权利要求2所述的对话生成方法,其中,所述根据记忆选择策略模型从对话r1‑
r
t
‑
w
‑1之中选择多个对话加入至所述临时记忆对话集合,包括:从所述对话r1‑
r
t
‑
w
‑1之中选择未处理的第一候选对话;根据所述记忆选择策略模型、所述临时记忆对话集合以及所述第一候选对话,生成所述第一候选对话的概率;在根据所述第一候选对话的概率确定所述第一候选对话满足预设加入条件时,将所述第一候选对话加入至所述临时记忆对话集合。6.如权利要求5所述的对话生成方法,其中,还包括:在所述临时记忆对话集合之中的对话数量小于n,且所述对话r1‑
r
t
‑
w
‑1之中存在未处理的对话时,从所述对话r1‑
r
t
‑
w
‑1之中选择未处理的第二候选对话;根据所述记忆选择策略模型、所述临时记忆对话集合以及第二候选对话,生成所述第二候选对话的概率;在根据所述第二候选对话的概率确定所述第二候选对话满足所述预设加入条件时,将所述第二候选对话加入至所述临时记忆对话集合。7.如权利要求6所述的对话生成方法,其中,还包括:在所述临时记忆对话集合之中的对话数量大于或等于n,或者,所述对话r1‑
r
t
‑
w
‑1之中未存在未处理的对话时,停止选择候选对话。8.如权利要求4所述的对话生成方法,其中,所述生成模型和所述记忆选择策略模型的训练过程为,获取多个样本数据,所述样本数据包括:样本对话,以及对应的样本历史对话;在所述记忆选择策略模型上添加随机扰动分布;将每个样本数据分别输入记忆选择策略模型和生成模型,获取所述记忆选择策略模型输出的样本对话预测概率,以及所述生成模型输出的样本对话回复信息;
结合所述样本对话回复信息以及所述生成模型的损失函数,对所述生成模型进行系数调整;结合所述损失函数、所述样本对话预测概率以及所述记忆选择策略模型的目标函数,对所述记忆选择策略模型进行系数调整。9.一种对话生成装置,包括:获取模块,用于获取当前对话,以及所述当前对话的历史对话;选择模块,用于从所述历史对话之中选择多个参考历史对话并加入临时记忆对话集合;以及生成模块,用于根据所述当前对话和所述临时记忆对话集合生成所述当前对话的回复信息。10.如权利要求9...
【专利技术属性】
技术研发人员:王凡,鲍思琪,黄信娴,吴华,何径舟,
申请(专利权)人:北京百度网讯科技有限公司,
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。