对话处理的方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了一种对话处理方法、装置、电子设备和存储介质，涉及人工智能技术领域中的深度学习技术领域和自然语言处理技术领域。具体实现方案为：获取目标领域第M轮输入训练语料，第M轮输入训练语料包括：第一轮至第M轮的用户输入、第一轮至第M

【技术实现步骤摘要】
对话处理的方法、装置、电子设备和存储介质


[0001]本申请涉及人工智能
中的深度学习
和自然语言处理
，尤其是涉及一种对话处理的方法、装置、电子设备和存储介质。

技术介绍

[0002]任务型对话是机器人为满足用户某一需求而产生的多轮对话，机器人需要通过理解、澄清等方式来确定用户的意图，例如订餐、订票、订会议室等，由此可见，任务型对话有广泛的应用场景。
[0003]现有技术中，通常采用定义规则来实现任务型对话需求，但是这种技术会涉及多模块配合，并且每个模块的主流实现方法均是基于规则配置，规则配置较为复杂，更改配置需要花费大量的工作量，不能很好地满足用户需求。

技术实现思路

[0004]本申请公开了一种对话处理方法、装置、电子设备和存储介质，涉及人工智能
中的深度学习、自然语言处理
解决了任务型对话中无法提供多样性对话的问题。
[0005]根据本申请的第一方面，提供了一种对话处理方法，包括：
[0006]获取目标领域的第M轮输入训练语料，其中，所述第M轮输入训练语料包括：从第一轮到第M轮的用户输入语句，以及与第一轮到第M
‑
1轮对应的系统回复语句，其中，M大于等于1；
[0007]根据预设的与所述目标领域对应的基本实体属性和所述第M轮输入训练语料生成的第一实体匹配信息；
[0008]根据所述第一实体匹配信息和预设数据库，以及所述第M轮输入训练语料生成的第二实体匹配信息；
[0009]根据所述第二实体匹配信息生成的第M轮的系统回复语句；
[0010]根据所述第一实体匹配信息、所述第二实体匹配信息，以及所述第M轮的系统回复语句获取与所述第M轮输入训练语料对应的第M轮输出训练语料；
[0011]根据所有的所述输入训练语料和所述输出训练语料生成所述目标领域的任务型对话训练数据集，根据所述训练数据集训练预设的端到端多轮对话模型。
[0012]根据本申请的第二方面，提供了一种对话处理装置，包括：
[0013]第一获取模块，用于获取目标领域的第M轮输入训练语料，其中，所述第M轮输入训练语料包括：从第一轮到第M轮的用户输入语句，以及与第一轮到第M
‑
1轮对应的系统回复语句，其中，M大于等于1；
[0014]第一生成模块，用于根据预设的与所述目标领域对应的基本实体属性和所述第M轮输入训练语料生成第一实体匹配信息；
[0015]第二生成模块，用于根据所述第一实体匹配信息和预设数据库，以及所述第M轮输
入训练语料生成第二实体匹配信息；
[0016]第三生成模块，用于根据所述第二实体匹配信息生成第M轮的系统回复语句；
[0017]第二获取模块，用于根据所述第一实体匹配信息、所述第二实体匹配信息，以及所述第M轮的系统回复语句获取与所述第M轮输入训练语料对应的第M轮输出训练语料；
[0018]第四生成模块，用于根据所有的所述输入训练语料和所述输出训练语料生成所述目标领域的任务型对话训练数据集，根据所述训练数据集训练预设的端到端多轮对话模型。
[0019]根据本申请的第三方面，提供了一种电子设备，包括：
[0020]至少一个处理器；以及
[0021]与所述至少一个处理器通信连接的存储器；其中，
[0022]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的第一方面所述对话处理方法。
[0023]根据本申请的第四方面，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，其中，所述计算机指令用于使所述计算机执行本申请的第一方面所述的对话处理方法。
[0024]根据本申请的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本申请的第一方面所述的对话处理方法。
[0025]本申请提供的实施例，至少具有如下有益技术效果。
[0026]根据本申请的技术方案解决了当前端到端对话模型在进行目标领域的对话时，无法结合预设的基本实体属性和预设的数据库，完成任务型对话的问题，该技术方案提高了对话的目的性，使得该对话模型在完成任务型对话时，有更好的任务完成率以及对话效率，并且也可以提高对话模型进行增强训练时的训练效率。
[0027]应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请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
[0028]附图用于更好地理解本方案，不构成对本申请的限定。其中：
[0029]图1是根据本申请一个实施例的对话处理方法的流程图；
[0030]图2是根据本申请另外一个实施例的对话处理方法的流程图；
[0031]图3根据本申请又一个实施例的对话处理方法的掩码部分流程图；
[0032]图4是本申请一个实施例的结合掩码进行对话处理方法的流程图；
[0033]图5是根据本申请一个实施例的对话处理装置的结构框图；
[0034]图6是根据本申请另一个实施例的对话处理装置的结构框图；
[0035]图7是根据本申请又一个实施例的对话处理装置的结构框图；
[0036]图8是用来实现本申请实施例的对话处理的电子设备的框图。
具体实施方式
[0037]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。
[0038]在互联网技术日益发展的今天，人们对人机对话的要求也越来越高。基本的闲聊型对话和问答型对话已经不能满足人们的需求，人们希望通过对话电子设备可以帮助人类完成某些任务。基于此事实，任务型对话的需求越来越强烈，并且人们希望任务型对话可以做到有感情色彩的对话，而不是机械式的一问一答，基于此需求，现有主流的任务型对话处理系统已经没有办法发挥作用，因此针对此类需求，本申请提出了一种对话处理方法、装置、电子设备以及存储介质。具体地，下面参考附图描述本申请实施例的对话处理方法、装置、电子设备以及存储介质。
[0039]本申请提出了一种任务型对话的处理方式，该处理方式使用了端到端模型，在使用端到端模型处理任务型对话之前，通常要对端到端模型进行增强训练。增强训练是指在基础模型的基础上，通过数据训练，使得该模型不只具有基础模型的能力，还具有通过增强训练得到的能力。需要说明的是，本申请使用的增强训练的方式可以是通过语料对模型进行训练，这种语料通常包括输入训练语料和输出训练语料，输入训练语料即为模型接收并处理的数据，输出训练语料即为期望模型输出的数据。
[0040]图1是根据本申请一个实施例的对话处理方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对话处理方法，包括：获取目标领域的第M轮输入训练语料，其中，所述第M轮输入训练语料包括：从第一轮到第M轮的用户输入语句，以及与第一轮到第M
‑
1轮对应的系统回复语句，其中，M大于等于1；根据预设的与所述目标领域对应的基本实体属性和所述第M轮输入训练语料生成第一实体匹配信息；根据所述第一实体匹配信息和预设数据库，以及所述第M轮输入训练语料生成第二实体匹配信息；根据所述第二实体匹配信息生成第M轮的系统回复语句；根据所述第一实体匹配信息、所述第二实体匹配信息，以及所述第M轮的系统回复语句获取与所述第M轮输入训练语料对应的第M轮输出训练语料；根据所有的所述输入训练语料和所述输出训练语料生成所述目标领域的任务型对话训练数据集，根据所述训练数据集训练预设的端到端多轮对话模型。2.如权利要求1所述的方法，其中，所述根据预设的与所述目标领域对应的基本实体属性和所述第M轮输入训练语料生成的第一实体匹配信息，包括：根据所述基本实体属性匹配所述从第一轮到第M轮的用户输入语句，获取与匹配成功的第一基本槽位对应的槽位信息，以及没有匹配成功的第二基本槽位；标记与所述第一基本槽位对应的槽位信息，以及标记与所述第二基本槽位对应的空白信息生成所述第一实体匹配信息。3.如权利要求2所述的方法，其中，所述根据所述第一实体匹配信息和预设数据库，以及所述第M轮输入训练语料生成的第二实体匹配信息，包括：根据所述第一基本槽位对应的槽位信息查询预设的与所述目标领域对应的数据库，获取与所述第二基本槽位对应的槽位信息；根据所述数据库预设的与所述目标领域对应的扩展实体属性匹配所述从第一轮到第M轮的用户输入语句，获取与匹配成功的第一扩展槽位对应的槽位信息，以及没有匹配成功的第二扩展槽位。4.如权利要求3所述的方法，其中，在所述获取与所述第二基本槽位对应的槽位信息之后，还包括：获取预设的与所述基本实体属性对应的目标槽位；将所述目标槽位与所述第二基本槽位进行匹配，如果匹配成功，则对所述第二实体匹配信息和所述第M轮的系统回复语句中与所述目标槽位对应的目标槽位信息进行掩码处理。5.如权利要求4所述的方法，其中，还包括：接收用户输入的目标内容；根据所述训练后的端到端多轮对话模型对所述目标内容进行处理生成第一目标实体匹配信息和携带掩码槽位的第二目标实体匹配信息；根据所述携带掩码槽位的第二目标实体匹配信息生成携带掩码槽位的回复内容；根据所述第一目标实体匹配信息查询所述数据库获取查询内容，根据所述查询内容对所述掩码槽位进行填充生成目标回复内容。6.一种对话处理装置，包括：
第一获取模块，用于获取目标领域的第M轮输入训练语料，其中，所述第M轮输入训练语料包括：从第一轮到第M轮的用户输入语句，以及与第一轮到第M
‑
1轮对应的系统回复语句，其中，M大于等于1；第一生成模块，用于根据预设的与所述目标领域对应的基本实体属...

【专利技术属性】
技术研发人员：陈炳金，田昕，黄炼楷，林英展，何煌，鲍思琪，王凡，黄世维，
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：