一种语句生成方法、语句生成装置及智能设备制造方法及图纸

本申请公开了一种语句生成方法、语句生成装置、智能设备及计算机可读存储介质，其中该方法包括：获取待预测的第一语句；生成随机语义向量；将所述随机语义向量及所述第一语句输入至已训练的生成器中，得到所述生成器所输出的第一答复，其中，所述生成器基于预设的生成式对抗网络训练而得。通过本申请方案，即便面对同一语句，由于随机语义向量的存在，智能设备可以基于不同的随机语义向量生成针对语句的不同答复，可减少人机对话过程中出现过多相同答复的可能性，提升人机对话过程中的趣味。

【技术实现步骤摘要】
一种语句生成方法、语句生成装置及智能设备
本申请属于人工智能
，尤其涉及一种语句生成方法、语句生成装置、智能设备及计算机可读存储介质。
技术介绍
当前，在人机对话的过程中，机器端如何应对用户所提出的各种问题显得尤为重要。大部分智能设备在与用户进行人机交互的过程中，当接收到相同的输入语句时，往往只能生成固定的一个答复，导致智能设备与用户的人机交互过程较为单调。
技术实现思路
有鉴于此，本申请提供了一种语句生成方法、语句生成装置、智能设备及计算机可读存储介质，可减少人机对话过程中出现过多相同答复的可能性，提升人机对话过程中的趣味。本申请的第一方面提供了一种语句生成方法，包括：获取待预测的第一语句；生成随机语义向量；将上述随机语义向量及上述第一语句输入至已训练的生成器中，得到上述生成器所输出的第一答复，其中，上述生成器基于预设的生成式对抗网络训练而得。本申请的第二方面提供了一种语句生成装置，包括：第一语句获取单元，用于获取待预测的第一语句；随机语义向量获取单元，用于生成本文档来自技高网...

【技术保护点】
1.一种语句生成方法，其特征在于，包括：/n获取待预测的第一语句；/n生成随机语义向量；/n将所述随机语义向量及所述第一语句输入至已训练的生成器中，得到所述生成器所输出的第一答复，其中，所述生成器基于预设的生成式对抗网络训练而得。/n

【技术特征摘要】
1.一种语句生成方法，其特征在于，包括：
获取待预测的第一语句；
生成随机语义向量；
将所述随机语义向量及所述第一语句输入至已训练的生成器中，得到所述生成器所输出的第一答复，其中，所述生成器基于预设的生成式对抗网络训练而得。


2.如权利要求1所述的语句生成方法，其特征在于，所述语句生成方法还包括：
基于待训练的生成器及待训练的判别器构建得到生成式对抗网络，其中，所述生成器的输出构建了所述判别器的输入；
获取待训练的输入数据，并将所述输入数据输入至所述生成器，以得到所述判别器的判别结果，其中，所述判别结果用于指示输入数据的匹配程度；
基于所述判别器的判别结果，交替训练所述判别器及所述生成器，直至达到预设的训练迭代次数。


3.如权利要求2所述的语句生成方法，其特征在于，所述获取待训练的输入数据，并将所述输入数据输入至所述生成器，以得到所述判别器的判别结果，包括：
获取待训练的第二语句及与所述第二语句相关联的第二答复；
生成随机噪声；
将所述第二语句及所述随机噪声输入至待训练的生成器，得到所述生成器所输出的第三答复；
基于所述第二语句和所述第二答复组成真实语句组；
基于所述第二语句和所述第三答复组成生成语句组；
将所述真实语句组和/或所述生成语句组输入至待训练的判别器中，得到所述判别器所输出的判别结果。


4.如权利要求2所述的语句生成方法，其特征在于，所述基于所述判别器的判别结果，交替训练所述判别器及所述生成器，包括：
基于所述判别结果及预设的随机梯度上升算法，更新所述判别器的参数；
基于所述判别结果及预设的随机梯度下降算法，更新所述生成器的参数。


5.如权利要求1至4任一项所述的语句生成方法，其特征在于，所述生成器由预设的seq2seq模型构成，所述seq2seq模型包括编码器及解码器；
相应地，所述将所述随机语义向量及所述第一语句输入至已训练的生成器中，得到所述生成器所输出的第一答复，包括：
将第一语句作为所述编码器的输入，得到所述编码器的输出向量；
将所述编码器的输出向量及所述随机语义向量作...

【专利技术属性】
技术研发人员：黄日星，熊友军，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：广东;44