基于神经网络的对话状态的生成方法及装置制造方法及图纸

本申请提供了一种基于神经网络的对话状态的生成方法及装置，适用于任务型对话系统技术领域，该方法包括：获取第一回合对话、第二回合对话以及第一回合对话的对话状态，第一回合对话与第二回合对话相邻，第一回合对话的对话状态包括多个槽值对，每个槽值对包括一个槽；在状态运算预测器中根据第一回合对话、第二回合对话以及第一回合对话的对话状态，确定第一回合对话的对话状态中需要解码的目标槽；对目标槽进行解码，并根据解码结果和第一回合对话的对话状态中不需要解码的槽确定第二回合对话的对话状态。本申请的方法使得解码器可以专注于对需要更新的槽进行更新，大大提高了工作效率。

【技术实现步骤摘要】
基于神经网络的对话状态的生成方法及装置
本申请属于任务型对话系统
，尤其涉及一种基于神经网络的对话状态的生成方法及装置。
技术介绍
任务型对话系统作为自然语言处理领域的一项重要任务，也是人工智能面临的一项重要挑战，正日益获得学术界及产业界的关注。任务型对话系统指的是通过与用户多个回合的交互，来帮助用户完成某项任务的系统，对话状态跟踪(DialogueStateTracking，DST)是任务型对话系统中的重要组成部分，DST的目标是确定用户在每个回合尝试通知的目标，这些目标用槽值对表示，对话状态为槽值对的组合。传统的DST方法假设所有候选槽值对都是预先给定的，且对本体文件中所有可能的槽值对进行评分并选择得分最高的作为预测值，这导致了当本体文件较大时每次预测对话状态时都需要遍历所有槽值对，因此，如何高效的生成当前回合的对话状态是任务型对话系统面临的急需解决的问题。
技术实现思路
本申请实施例提供了一种基于神经网络的对话状态的生成方法及装置，可以解决每次预测对话状态时需要遍历所有槽值对而导致的效率低的问题。本文档来自技高网...

【技术保护点】
1.一种基于神经网络的对话状态的生成方法，应用于任务型对话系统，其特征在于，所述方法包括：/n获取第一回合对话、第二回合对话以及所述第一回合对话的对话状态，所述第一回合对话与所述第二回合对话相邻，所述第一回合对话的对话状态包括多个槽值对，每个槽值对包括一个槽；/n在状态运算预测器中根据所述第一回合对话、第二回合对话以及第一回合对话的对话状态，确定所述第一回合对话的对话状态中需要解码的目标槽；/n对所述目标槽进行解码，并根据解码结果和所述第一回合对话的对话状态中不需要解码的槽确定所述第二回合对话的对话状态。/n

【技术特征摘要】
1.一种基于神经网络的对话状态的生成方法，应用于任务型对话系统，其特征在于，所述方法包括：
获取第一回合对话、第二回合对话以及所述第一回合对话的对话状态，所述第一回合对话与所述第二回合对话相邻，所述第一回合对话的对话状态包括多个槽值对，每个槽值对包括一个槽；
在状态运算预测器中根据所述第一回合对话、第二回合对话以及第一回合对话的对话状态，确定所述第一回合对话的对话状态中需要解码的目标槽；
对所述目标槽进行解码，并根据解码结果和所述第一回合对话的对话状态中不需要解码的槽确定所述第二回合对话的对话状态。


2.根据权利要求1所述的方法，所述状态运算预测器中还包括分类器，所述方法包括：
通过所述分类器确定所述多个槽值对中槽的操作类型；
按照所述操作类型确定需要更新的槽，并将所述需要更新的槽作为需要解码的目标槽。


3.根据权利要求2所述的方法，其特征在于，每个槽值对还包括槽值，所述通过所述分类器确定所述多个槽值对中槽的操作类型，包括：
根据如下公式计算在第t轮对话上第j个槽上的操作类型的概率值；



其中，Wopr为可更新的参数矩阵，为对应的槽的输出，表示在第t轮对话上第j个槽上的操作类型的概率；
从概率矩阵中确定多个概率值中最大的概率值；
根据所述最大的概率值确定所述第一回合对话的对话状态中多个槽分别对应的操作类型。


4.根据权利要求3所述的方法，其特征在于，所述根据所述最大的概率值确定所述第一回合对话的对话状态中多个槽分别对应的操作类型，包括：
查找预设的所述最大的概率值对应的所述第二回合对话的对话状态中的槽值；
当所述最大的概率值对应的槽值为所述第一回合对话的对话状态中的槽值时，所述操作类型为不更新；或
当所述最大的概率值对应的槽值为删除时，所述操作类型为空；或
当所述最大的概率...

【专利技术属性】
技术研发人员：孙超，王健宗，吴天博，程宁，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44