对话状态的识别方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了对话状态的识别方法、装置、电子设备和存储介质，涉及语音、自然语言处理、深度学习技术领域。具体实现方案为：获取待识别对话；将待识别对话作为待解析问题输入至训练好的语义解析模型中，得到待识别对话对应的数据库查询语言；根据数据库查询语言生成待识别对话对应的对话状态。该方法可将待识别对话作为待解析问题输入至语义解析模型中，得到待识别对话对应的数据库查询语言，之后可根据数据库查询语言生成待识别对话对应的对话状态，该方法中语义解析模型可适用于所有领域的对话状态的识别，在适配新领域的对话状态的识别任务时，不需要重新训练模型，适用性较高，节省了大量的人力物力，成本较低。成本较低。成本较低。

【技术实现步骤摘要】
对话状态的识别方法、装置、电子设备和存储介质


[0001]本申请涉及计算机
中的语音、自然语言处理、深度学习
，尤其涉及一种对话状态的识别方法、装置、电子设备、存储介质和计算机程序产品。

技术介绍

[0002]目前，随着人工智能、自然语言处理等技术的发展，对话状态的识别技术也得到了广泛的应用，给人们生活带来很多便利。然而，相关技术中的对话状态的识别方法，需要人工标注大量的样本进行模型的训练，模型的迁移能力较差，在适配新领域的对话状态的任务识别时，需要重新训练模型，消耗较多的人力物力。

技术实现思路

[0003]提供了一种对话状态的识别方法、装置、电子设备、存储介质和计算机程序产品。
[0004]根据第一方面，提供了一种对话状态的识别方法，包括：获取待识别对话；将所述待识别对话作为待解析问题输入至训练好的语义解析模型中，得到所述待识别对话对应的数据库查询语言；根据所述数据库查询语言生成所述待识别对话对应的对话状态。
[0005]根据第二方面，提供了一种对话状态的识别装置，包括：获取模块，用于获取待识别对话；输入模块，用于将所述待识别对话作为待解析问题输入至训练好的语义解析模型中，得到所述待识别对话对应的数据库查询语言；生成模块，用于根据所述数据库查询语言生成所述待识别对话对应的对话状态。
[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执行，以使所述至少一个处理器能够执行本申请第一方面所述的对话状态的识别方法。
[0007]根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请第一方面所述的对话状态的识别方法。
[0008]根据第五方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序被处理器执行时实现本公开第一方面所述的对话状态的识别方法。
[0009]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0010]附图用于更好地理解本方案，不构成对本申请的限定。其中：
[0011]图1是根据本申请第一实施例的对话状态的识别方法的流程示意图；
[0012]图2是根据本申请第二实施例的对话状态的识别方法中根据数据库查询语言生成待识别对话对应的对话状态的流程示意图；
[0013]图3是根据本申请第三实施例的对话状态的识别方法中训练好的语义解析模型的
获取的流程示意图；
[0014]图4是根据本申请第一实施例的对话状态的识别装置的框图；
[0015]图5是根据本申请第二实施例的对话状态的识别装置的框图；
[0016]图6是用来实现本申请实施例的对话状态的识别方法的电子设备的框图。
具体实施方式
[0017]以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0018]语音可包括语音识别、语音交互等
，是人工智能领域中的一个重要方向。
[0019]语音识别(Voice Recognition)是一种让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术，主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。
[0020]语音交互(Voice Interaction)是一种机器与用户以语音为信息载体进行互动、沟通、信息交换等交互行为的技术，相较于传统的人机交互，具有方便快捷、用户舒适性高的优点。
[0021]自然语言处理(Natural Language Processing，NLP)是研究能有效地实现自然语言通信的计算机系统，特别是其中的软件系统的一门科学，是计算机科学领域与人工智能领域中的一个重要方向。
[0022]深度学习(Deep Learning，DL)是机器学习(Machine Learning，ML)领域中一个新的研究方向，是学习样本数据的内在规律和表示层次，使得机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据的一门科学，广泛应用于语音和图像识别。
[0023]图1是根据本申请第一实施例的对话状态的识别方法的流程示意图。
[0024]如图1所示，本申请第一实施例的对话状态的识别方法包括：
[0025]S101，获取待识别对话。
[0026]需要说明的是，本申请实施例的对话状态的识别方法的执行主体可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件。可选的，执行主体可包括工作站、服务器，计算机、用户终端及其他设备。其中，用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。
[0027]可选的，待识别对话可通过录制、网路传输等方式获取。
[0028]例如，当采用录制的方式获取待识别对话时，设备上具有对话采集装置，对话采集装置可为麦克风(Microphone)、麦克风阵列(Microphone Array)等。或者，当采用网络传输的方式获取待识别对话时，设备上具有联网装置，可通过联网装置与其他设备或者服务器进行网络传输。
[0029]可以理解的是，待识别对话可为音频、文本等形式，这里不做过多限定。
[0030]S102，将待识别对话作为待解析问题输入至训练好的语义解析模型中，得到待识别对话对应的数据库查询语言。
[0031]本申请的实施例中，获取待识别对话之后，可将待识别对话作为待解析问题输入
至训练好的语义解析模型中，得到待识别对话对应的数据库查询语言。
[0032]其中，数据库查询语言可包括SQL(Structured Query Language，结构化查询语言)等，这里不做过多限定。可选的，当得到的待识别对话对应的数据库查询语言为SQL时，此时语义解析模型可为文本转结构化查询语言模型。
[0033]可选的，将待识别对话作为待解析问题输入至训练好的语义解析模型中，得到待识别对话对应的数据库查询语言，可包括预先建立词语与数据库查询语言之间的映射关系或者映射表，语义解析模型可将待识别对话划分成多个槽位，之后查询映射关系或者映射表，得到每个槽位对应的数据库查询语言，按照预设规则组合之后可得到待识别对话对应的数据库查询语言。应说明的是，上述映射关系或者映射表可根据实际情况进行设置。
[0034]可以理解的是，不同的槽位可对应不同的数据库查询语言。可选的，槽位可包括信息槽位和请求槽位。
[0035]例如，若待识别对话为“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对话状态的识别方法，包括：获取待识别对话；将所述待识别对话作为待解析问题输入至训练好的语义解析模型中，得到所述待识别对话对应的数据库查询语言；根据所述数据库查询语言生成所述待识别对话对应的对话状态。2.根据权利要求1所述的识别方法，其中，所述语义解析模型为文本转结构化查询语言模型。3.根据权利要求1所述的识别方法，其中，所述根据所述数据库查询语言生成所述待识别对话对应的对话状态，包括：根据所述数据库查询语言获取所述待识别对话对应的对话意图和槽位；根据所述对话意图和槽位生成所述对话状态。4.根据权利要求1所述的识别方法，还包括：获取语义解析任务对应的第一语义解析训练数据，所述第一语义解析训练数据包括第一样本问题和第一样本数据库查询语言；获取对话任务对应的第二语义解析训练数据，所述第二语义解析训练数据包括第二样本问题和第二样本数据库查询语言；根据所述第一语义解析训练数据和所述第二语义解析训练数据对待训练的语义解析模型进行训练，得到所述训练好的语义解析模型。5.根据权利要求4所述的识别方法，还包括：获取所述对话任务对应的样本对话和样本对话状态；将所述样本对话作为所述第二样本问题；根据所述样本对话状态生成所述第二样本数据库查询语言。6.一种对话状态的识别装置，包括：获取模块，用于获取待识别对话；输入模块，用于将所述待识别对话作为待解析问题输入至训练好的语义解析模型中，得到所述待识别对话对应的数据库查询语言；生成模块，用于根据所述数据库查询语言生成所述待识别对话对应的对话状态。7.根据权利要求6所述的识别装置，其中，所述语义解析模型为文本转结构化查询语言模型。8.根据权利要求6所述的识别装置，其中，所述生成模块，包括：第一获取单...

【专利技术属性】
技术研发人员：张傲，王丽杰，肖欣延，李婷婷，
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：