资源处理方法以及装置制造方法及图纸

本说明书实施例提供资源处理方法以及装置，其中所述资源处理方法包括：接收携带有待获取资源的资源获取请求，并在确定所述待获取资源对应至少两个资源类别的情况下，确定用户对每个资源类别的历史偏好信息，获取用户的当前对话中目标对话轮次包含的当前资源类别，基于所述资源获取请求、所述历史偏好信息以及所述当前资源类别，确定所述待获取资源的目标资源类别。源类别。源类别。

【技术实现步骤摘要】
资源处理方法以及装置


[0001]本说明书实施例涉及计算机
，特别涉及资源处理方法。本说明书一个或者多个实施例同时涉及资源处理装置，一种计算设备，以及一种计算机可读存储介质。

技术介绍

[0002]随着科技的发展，越来越多的人工智能对话设备随之应运而生，用户可通过与人工智能对话设备进行对话交互或动作交互的方式，让人工智能对话设备为用户进行视频、音频的播放，或进行天气播报等等。
[0003]但随着人工智能对话设备中可为用户提供的服务项目的不断拓展，人工智能对话设备中的第三方应用或相关技能的接入越来越多，往往同一个人工智能设备中，同类型的应用或技能也逐渐增多。对于用户的同一请求，很多时候会有多个应用或技能都可以进行承接。因此，如何根据用户的请求，为用户选择更加准确、更加贴合用户需求的应用或技能为用户提供相应服务，以提高用户的使用体验成为亟需解决的问题。

技术实现思路

[0004]有鉴于此，本说明书实施例提供了资源处理方法。本说明书一个或者多个实施例同时涉及资源处理装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。
[0005]根据本说明书实施例的第一方面，提供了一种资源处理方法，包括：
[0006]接收携带有待获取资源的资源获取请求，并在确定所述待获取资源对应至少两个资源类别的情况下，确定用户对每个资源类别的历史偏好信息；
[0007]获取用户的当前对话中目标对话轮次包含的当前资源类别；
[0008]基于所述资源获取请求、所述历史偏好信息以及所述当前资源类别，确定所述待获取资源的目标资源类别。
[0009]可选地，所述基于所述资源获取请求、所述历史偏好信息以及所述当前资源类别，确定所述待获取资源的目标资源类别，包括：
[0010]将所述资源获取请求、所述历史偏好信息以及所述当前资源类别输入预测模型进行概率预测，生成所述用户对所述每个资源类别提交负反馈的概率预测结果；
[0011]根据所述概率预测结果确定所述待获取资源的目标资源类别。
[0012]可选地，所述将所述资源获取请求、所述历史偏好信息以及所述当前资源类别输入预测模型进行概率预测，生成所述用户对所述每个资源类别提交负反馈的概率预测结果，包括：
[0013]将所述资源获取请求、所述历史偏好信息以及所述当前资源类别作为输入集，输入预测模型的向量编码模块进行编码处理，生成所述输入集的编码向量；
[0014]将所述编码向量输入所述预测模型的概率预测模块进行概率预测，生成所述用户对所述每个资源类别提交负反馈的概率预测结果。
[0015]可选地，所述将所述资源获取请求、所述历史偏好信息以及所述当前资源类别作为输入集，输入预测模型的向量编码模块进行编码处理，生成所述输入集的编码向量，包括：
[0016]将所述资源获取请求输入预测模型的第一向量编码模块进行编码处理，生成第一编码向量；
[0017]将所述历史偏好信息输入预测模型的第二向量编码模块进行编码处理，生成第二编码向量；
[0018]将所述当前资源类别及所述每个资源类别输入预测模型的第三向量编码模块进行编码处理，生成对应的第三编码向量；
[0019]将所述第一编码向量、所述第二编码向量及所述第三编码向量共同作为所述资源获取请求、所述历史偏好信息以及所述当前资源类别的编码向量。
[0020]可选地，所述将所述当前资源类别及所述每个资源类别输入预测模型的第三向量编码模块进行编码处理，生成对应的第三编码向量，包括：
[0021]分别将所述当前资源类别作为输入集输入预测模型的第三向量编码模块进行编码处理，生成各当前资源类别对应的第一子编码向量；
[0022]将所述每个资源类别共同作为输入集输入预测模型的第三向量编码模块进行编码处理，生成所述输入集对应的第二子编码向量；
[0023]将所述第一子编码向量及所述第二子编码向量输入注意力计算模块进行注意力计算，生成对应的第三子编码向量；
[0024]将所述第二子编码向量输入预测模型的全卷积网络和平均池化层进行处理，生成对应的第四子编码向量；
[0025]将所述第三子编码向量及所述第四子编码向量共同作为所述当前资源类别及所述每个资源类别对应的第三编码向量。
[0026]可选地，所述将所述编码向量输入所述预测模型的概率预测模块进行概率预测，生成所述用户对所述每个资源类别提交负反馈的概率预测结果，包括：
[0027]将所述第一编码向量、所述第二编码向量及所述第三编码向量输入概率预测模块中的注意力计算子模块进行注意力计算，生成对应的注意力计算结果；
[0028]基于所述注意力计算结果进行多任务学习，生成每个资源类别下用户对各任务维度提交负反馈的初始概率预测结果；
[0029]根据所述初始概率预测结果确定所述用户对所述每个资源类别提交负反馈的概率预测结果。
[0030]可选地，所述基于所述注意力计算结果进行多任务学习，生成每个资源类别下用户对各任务维度提交负反馈的初始概率预测结果，包括：
[0031]将所述注意力计算结果输入所述概率预测模块中的全卷积网络进行降维处理，生成每个资源类别下各任务维度对应的降维处理结果；
[0032]利用激活函数对所述降维处理结果进行处理，生成每个资源类别下用户对各任务维度提交负反馈的初始概率预测结果。
[0033]可选地，所述资源处理方法，还包括：
[0034]在预先建立的常识信息映射表中查询与所述待获取资源存在映射关系的常识信
息编码向量；
[0035]基于所述资源获取请求、所述历史偏好信息、所述当前资源类别以及所述常识信息编码向量，确定所述待获取资源的目标资源类别。
[0036]可选地，所述资源处理方法，还包括：
[0037]提取与所述目标资源类别对应的待获取资源，并将与所述目标资源类别对应的待获取资源发送至所述用户以响应所述资源获取请求。
[0038]可选地，所述资源处理方法，还包括：
[0039]接收所述用户针对所述待获取资源提交的反馈信息；
[0040]在根据所述反馈信息，确定所述用户针对所述目标资源类别对应的待获取资源提交负反馈的情况下，根据所述历史偏好信息以及所述当前资源类别，对所述目标资源类别进行调整，并将调整结果对应的待获取资源返回至所述用户。
[0041]根据本说明书实施例的第二方面，提供了另一种资源处理方法，包括：
[0042]接收携带有信息资源获取请求的语音指令，并在确定所述信息资源获取请求中的待获取信息资源对应至少两个资源类别的情况下，确定用户对每个资源类别的历史偏好信息；
[0043]获取所述用户的当前对话中目标对话轮次包含的当前资源类别；
[0044]基于所述语音指令、所述历史偏好信息以及所述当前资源类别，确定所述待获取信息资源的目标资源类别；
[0045]提取与所述目标资源类别对应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源处理方法，包括：接收携带有待获取资源的资源获取请求，并在确定所述待获取资源对应至少两个资源类别的情况下，确定用户对每个资源类别的历史偏好信息；获取所述用户的当前对话中目标对话轮次包含的当前资源类别；基于所述资源获取请求、所述历史偏好信息以及所述当前资源类别，确定所述待获取资源的目标资源类别。2.根据权利要求1所述的资源处理方法，所述基于所述资源获取请求、所述历史偏好信息以及所述当前资源类别，确定所述待获取资源的目标资源类别，包括：将所述资源获取请求、所述历史偏好信息以及所述当前资源类别输入预测模型进行概率预测，生成所述用户对所述每个资源类别提交负反馈的概率预测结果；根据所述概率预测结果确定所述待获取资源的目标资源类别。3.根据权利要求2所述的资源处理方法，所述将所述资源获取请求、所述历史偏好信息以及所述当前资源类别输入预测模型进行概率预测，生成所述用户对所述每个资源类别提交负反馈的概率预测结果，包括：将所述资源获取请求、所述历史偏好信息以及所述当前资源类别作为输入集，输入预测模型的向量编码模块进行编码处理，生成所述输入集的编码向量；将所述编码向量输入所述预测模型的概率预测模块进行概率预测，生成所述用户对所述每个资源类别提交负反馈的概率预测结果。4.根据权利要求3所述的资源处理方法，所述将所述资源获取请求、所述历史偏好信息以及所述当前资源类别作为输入集，输入预测模型的向量编码模块进行编码处理，生成所述输入集的编码向量，包括：将所述资源获取请求输入预测模型的第一向量编码模块进行编码处理，生成第一编码向量；将所述历史偏好信息输入预测模型的第二向量编码模块进行编码处理，生成第二编码向量；将所述当前资源类别及所述每个资源类别输入预测模型的第三向量编码模块进行编码处理，生成对应的第三编码向量；将所述第一编码向量、所述第二编码向量及所述第三编码向量共同作为所述资源获取请求、所述历史偏好信息以及所述当前资源类别的编码向量。5.根据权利要求4所述的资源处理方法，所述将所述当前资源类别及所述每个资源类别输入预测模型的第三向量编码模块进行编码处理，生成对应的第三编码向量，包括：分别将所述当前资源类别作为输入集输入预测模型的第三向量编码模块进行编码处理，生成各当前资源类别对应的第一子编码向量；将所述每个资源类别共同作为输入集输入预测模型的第三向量编码模块进行编码处理，生成所述输入集对应的第二子编码向量；将所述第一子编码向量及所述第二子编码向量输入注意力计算模块进行注意力计算，生成对应的第三子编码向量；将所述第二子编码向量输入预测模型的全卷积网络和平均池化层进行处理，生成对应的第四子编码向量；
将所述第三子编码向量及所述第四子编码向量共同作为所述当前资源类别及所述每个资源类别对应的第三编码向量。6.根据权利要求4或5所述的资源处理方法，所述将所述编码向量输入所述预测模型的概率预测模块进行概率预测，生成所述用户对所述每个资源类别提交负反馈的概率预...

【专利技术属性】
技术研发人员：施晨，胡于响，张增明，邵亮，姜飞俊，
申请(专利权)人：阿里巴巴新加坡控股有限公司，
类型：发明
国别省市：