生成式应答方法及相关方法、装置、设备和介质制造方法及图纸

本公开提供了一种生成式应答方法及相关方法、装置、设备和介质。该方法包括：接收用户输入语句；获取所述用户输入语句的语义表达串；根据所述用户输入语句的语义表达串，获取所述用户输入语句与候选词汇表中的词语的关联度；将所述关联度小于预定关联度阈值的词语，从所述候选词汇表删除；根据所述用户输入语句的语义表达串和删除后的候选词汇表，确定对所述用户输入语句的应答串。本公开提升了文本式应答的速度。

【技术实现步骤摘要】
生成式应答方法及相关方法、装置、设备和介质
本公开涉及人工智能领域，具体而言，涉及一种机器人生成式应答方法、文本对话设备和介质。
技术介绍
文本式应答是指，针对用户提出的问题文本，给出自动答案的文本。其目前在人工智能领域具有广泛应用。目前的文本式应答，具有回复率不高，应答速度不够，应答文本不符合用户真实预期等缺点。
技术实现思路
有鉴于此，本公开的一个目的在于提升文本式应答的速度。根据本公开的一方面，提供了一种生成式应答方法，包括：接收用户输入语句；获取所述用户输入语句的语义表达串；根据所述用户输入语句的语义表达串，获取所述用户输入语句与候选词汇表中的词语的关联度；将所述关联度小于预定关联度阈值的词语，从所述候选词汇表删除；根据所述用户输入语句的语义表达串和删除后的候选词汇表，确定对所述用户输入语句的应答串。可选地，在接收用户输入语句之后，所述方法还包括：获取所述用户输入语句的情感表达串；所述根据所述用户输入语句的语义表达串，获取所述用户输入语句与候选词汇表中的词语的关本文档来自技高网...

【技术保护点】
1.一种生成式应答方法，包括：/n接收用户输入语句；/n获取所述用户输入语句的语义表达串；/n根据所述用户输入语句的语义表达串，获取所述用户输入语句与候选词汇表中的词语的关联度；/n将所述关联度小于预定关联度阈值的词语，从所述候选词汇表删除；/n根据所述用户输入语句的语义表达串和删除后的候选词汇表，确定对所述用户输入语句的应答串。/n

【技术特征摘要】
1.一种生成式应答方法，包括：
接收用户输入语句；
获取所述用户输入语句的语义表达串；
根据所述用户输入语句的语义表达串，获取所述用户输入语句与候选词汇表中的词语的关联度；
将所述关联度小于预定关联度阈值的词语，从所述候选词汇表删除；
根据所述用户输入语句的语义表达串和删除后的候选词汇表，确定对所述用户输入语句的应答串。


2.根据权利要求1所述的方法，其中，在接收用户输入语句之后，所述方法还包括：获取所述用户输入语句的情感表达串；
所述根据所述用户输入语句的语义表达串，获取所述用户输入语句与候选词汇表中的词语的关联度，包括：根据所述用户输入语句的语义表达串和情感表达串，获取所述用户输入语句与候选词汇表中的词语的关联度；且
所述根据所述用户输入语句的语义表达串和删除后的候选词汇表，确定对所述用户输入语句的应答串，包括：根据所述用户输入语句的语义表达串、情感表达串和删除后的候选词汇表，确定对所述用户输入语句的应答串。


3.根据权利要求2所述的方法，其中，所述根据所述用户输入语句的语义表达串、情感表达串和删除后的候选词汇表，确定对所述用户输入语句的应答串，包括：
基于所述语义表达串和所述情感表达串，确定所述应答串的第一个词语；
基于所述语义表达串、所述情感表达串和应答串中确定出的前一个词语，确定应答串中后一个词语；
将确定出的后一个词语依次连接在确定出的前一个词语的后面，形成所述应答串。


4.根据权利要求3所述的方法，其中，所述基于所述语义表达串和所述情感表达串，确定所述应答串的第一个词语，包括：
基于所述语义表达串和所述情感表达串，确定所述应答串的第一个词向量；
确定所确定的词向量与所述候选词汇表中各词语的词向量的相似度；
确定所述候选词汇表中所述相似度最大的词语，作为确定的第一个词语。


5.根据权利要求3所述的方法，其中，所述基于所述语义表达串、所述情感表达串和应答串中确定出的前一个词语，确定应答串中后一个词语，包括：
基于所述语义表达串、所述情感表达串和应答串中确定出的前一个词语的词向量，确定所述应答串中后一个词向量；
确定所确定的词向量与所述候选词汇表中各词语的词向量的相似度；
确定所述候选词汇表中所述相似度最大的词语，作为确定的后一个词语。


6.根据权利要求2所述的方法，其中，所述根据所述用户输入语句的语义表达串和情感表达串，获取所述用户输入语句与候选词汇表中的词语的关联度，包括：根据所述用户输入语句的语义表达串和情感表达串，获取所述用户输入语句与候选词汇表中的内容词的关联度；
所述将所述关联度小于预定关联度阈值的词语，从所述候选词汇表删除，包括：将所述关联度小于预定关联度阈值的内容词，从所述候选词汇表删除。


7.根据权利要求1所述的方法，其中，所述获取所述用户输入语句的语义表达串，包括：
获取所述用户输入语句中各词的词向量；
将所述词向量按照词的顺序连接，得到所述用户输入语句的语义表达串。


8.根据权利要求2所述的方法，其中，所述获取所述用户输入语句的情感表达串，包括：将所述用户输入语句输入情感分类模型，得到用户情感向量，作为所述用户输入语句的情感表达串。


9.根据权利要求4所述的方法，其中，所述基于所述语义表达串和所述情感表达串，确定所述应答串的第一个词向量，包括：将所述语义表达串和所述情感表达串输入第一应答词向量预测模型，由所述第一应答词向量预测模型给出确定的第一个词向量。


10.根据权利要求5所述的方法，其中，所述基于所述语义表达串、所述情感表达串和应答串中确定出的前一个词语的词向量，确定所述应答串中后一个词向量，包括：
将所述语义表达串与确定出的前一个词语的词向量输入注意力模型，得到注意力输出，所述注意力输出中指示所述用户输入语句中各词语的重要性程度；
将所述注意力输出、确定的前一个词语的词向量和所述情感表达串输入第二应答词向量预测模型，由所述第二应答词向量预测模型给出确定的后一个词向量。


11.根据权利要求2所述的方法，其中，所述根据所述用户输入语句的语义表达串和情感表达串，获取所述用户输入语句与候选词汇表中的词语的关联度，包括：
将所述用户输入语句的语义表达串、情感表达串和所述候选词汇表中的各词语，输入关联度评价模型，得到所述用户输入语句与候选词汇表中的各词语的关联度。


12.根据权利要求1所述的方法，其中，在确定对所述用户输入语句的应答串之后，所述方法还包括：输出确定的应答串。


13.一种生成与第一语句匹配的第二语句的方法，包括：
接收第一语句；
获取所述第一语句的语义表达串；
根据所述第一语句的语义表达串，获取所述第一语句与候选词汇表中的词语的关联度；
将所述关联度小于预定关联度阈值的词语，从所述候选词汇表删除；
根据所述第一语句的语义表达串和删除后的候选词汇表，确定与第一语句匹配的第二语句。


14.一种对关联度评价模型的训练方法，包括：
获取输入的训练样本集合，所述训练样本集合的每个训练样本包括由预设语义表达串和预设词语组成的对、以及事先为该预设语义表达串和该预设词语贴上的关联度标签；
将所述训练样本集合的每个训练样本中的所述对分别输入关联度评价模型，得出所述关联度评价模型判定的所述对中的该预设语义表达串和该预设词语的关联度；
判定所述关联度评价模型判定的关联度是否与相应关联度标签匹配；
如果所述训练样本集合中匹配的样本占比达不到预定比例，调整所述输入关联度评价模型中的系数，直至所述训练样本集合中匹配的样本占比达到预定比例。


15.根据权利要求14所述的方法，其中，在如果所述训练样本集合中匹配的样本占比达不到预定比例，调整所述输入关联度评价模型中的系数，直至所述训练样本集合中匹配的样本占比达到预定比例之后，所述方法还包括：
获取输入的测试样本集合，所述测试样本集合的每个测试样本包括由预设语义表达串和预设词语组成的对、以及事先为该预设语义表达串和该预设词语贴上的关联度标签；
将所述测试样本集合的每个测试样本中的所述对分别输入关联度评价模型，得出所述关联度评价模型判定的所述对中的该预设语义表达串和该预设词语的关联度；
判定所述关联度评价模型判定的关联度是否与相应关联度标签匹配；
如果所述测试样本集合中匹配的样本占比达到预定比例，则确定所述关联度评价模型训练成功，否则从获取输入的训练样本集合的步骤开始重复执行。


16.一种生成式应答方法，包括：
接收用户输入语句；
获取所述用户输入语句的语义表达串和情感表达串；
基于所述用户输入语句的语义表达串和情感表达串，确定对所述用户输入语句的应答...

【专利技术属性】
技术研发人员：宋双永，王超，王克欣，陈欢，陈海青，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY