基于哈希表的语义理解和对话管理融合方法及系统技术方案

本发明专利技术提供了一种基于哈希表的语义理解和对话管理融合方法及系统，所述方法包括如下步骤：步骤S1：根据业务需求构造语义理解微服务；步骤S2：根据业务逻辑构造哈希表和多个对话管理微服务；步骤S3：文本输入到语义理解微服务得到语义结果；步骤S4：根据语义结果的技能通过哈希表映射到对应的对话管理微服务；步骤S5：根据映射到的对话管理微服务给出相应回复。本发明专利技术通过采取哈希表对语义结果的技能映射到相应的对话管理模块以至提升对话性能同时保证人机对话良好的用户体验；通过采用哈希表对语义结果的技能映射到相应的对话逻辑模块以至提升对话性能同时保证人机对话良好的用户体验。用户体验。用户体验。

【技术实现步骤摘要】
基于哈希表的语义理解和对话管理融合方法及系统


[0001]本专利技术涉及语义理解的
，具体地，涉及基于哈希表的语义理解和对话管理融合方法及系统。

技术介绍

[0002]自然语言是人类智慧的结晶，以自然语言的形式与计算机进行交互是人们长久以来的期待。随着自然语言处理技术的发展与深度学习方法的兴起，人机对话系统成为了新的研究热点。
[0003]在公开号为CN106528522A的专利文献中公开了一种场景化的语义理解与对话生成方法及系统，通过建立用户场景模型，根据分词系统的结果选择确定当前会话的领域；采用选定的场景语义解析器，基于相应的场景化用户模型对本轮的交互内容进行理解；调用相应的场景下的对话生成器，结合对话管理的中间状态进行对话综合并生成本轮交互后的对话结果。
[0004]语义理解和对话管理融合是人机对话的一个非常重要环节，如果语义理解和对话管理融合方法不佳，可能会影响到对话的准确率和性能以至不能保证人机对话的良好用户体验。因此，需要提出一种技术方案以改善上述技术问题。

技术实现思路

[0005]针对现有技术中的缺陷，本专利技术的目的是提供一种基于哈希表的语义理解和对话管理融合方法及系统。
[0006]根据本专利技术提供的一种基于哈希表的语义理解和对话管理融合方法，所述方法包括如下步骤：
[0007]步骤S1：根据业务需求构造语义理解微服务；
[0008]步骤S2：根据业务逻辑构造哈希表和多个对话管理微服务；
[0009]步骤S3：文本输入到语义理解微服务得到语义结果；
[0010]步骤S4：根据语义结果的技能通过哈希表映射到对应的对话管理微服务；
[0011]步骤S5：根据映射到的对话管理微服务给出相应回复。
[0012]优选地，所述步骤S1中的业务需求包括天气、导航、音乐和系统控制。
[0013]优选地，所述步骤S1中的语义理解微服务对用户语料文本进行意图识别和词槽语义填充；
[0014]所述微服务对业务技能的语义理解功能模块微服务化，分别对语义理解和对话业务逻辑管理模块进行微服务化。
[0015]优选地，所述步骤S3中语义结果通过哈希表映射到相应的对话业务逻辑微服务，对于对话业务逻辑微服务的输入是意图和相应的词槽，通过调用公共应用接口，输出结果。
[0016]优选地，所述步骤S3中的语义理解微服务针对输入的用户语料文本的意图识别和词槽语义填充。
[0017]本专利技术还提供一种基于哈希表的语义理解和对话管理融合系统，所述系统包括如下模块：
[0018]模块M1：根据业务需求构造语义理解微服务；
[0019]模块M2：根据业务逻辑构造哈希表和多个对话管理微服务；
[0020]模块M3：文本输入到语义理解微服务得到语义结果；
[0021]模块M4：根据语义结果的技能通过哈希表映射到对应的对话管理微服务；
[0022]模块M5：根据映射到的对话管理微服务给出相应回复。
[0023]优选地，所述模块M1中的业务需求包括天气、导航、音乐和系统控制。
[0024]优选地，所述模块M1中的语义理解微服务对用户语料文本进行意图识别和词槽语义填充；
[0025]所述微服务对业务技能的语义理解功能模块微服务化，分别对语义理解和对话业务逻辑管理模块进行微服务化。
[0026]优选地，所述模块M3中语义结果通过哈希表映射到相应的对话业务逻辑微服务，对于对话业务逻辑微服务的输入是意图和相应的词槽，通过调用公共应用接口，输出结果。
[0027]优选地，所述模块M3中的语义理解微服务针对输入的用户语料文本的意图识别和词槽语义填充。
[0028]与现有技术相比，本专利技术具有如下的有益效果：
[0029]1、本专利技术通过采取哈希表对语义结果的技能映射到相应的对话管理模块以至提升对话性能同时保证人机对话良好的用户体验；
[0030]2、本专利技术通过采用哈希表对语义结果的技能映射到相应的对话逻辑模块以至提升对话性能同时保证人机对话良好的用户体验；
[0031]3、现有技术一般是通过技能串行匹配模式获得技能对应的对话业务逻辑管理模块，该本专利技术主要通过采用哈希表对语义结果的技能快速映射到相应的对话业务逻辑管理模块以至提升对话性能同时保证人机对话良好的用户体验；
[0032]4、本专利技术分别对语义理解和对话业务逻辑管理模块进行微服务化，能够解决业务技能语义理解模型加载占用内存大以及同一个安装包不同版本不兼容和不利于业务技能语义理解和对话业务逻辑管理模块服务工程化的问题。
附图说明
[0033]通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：
[0034]图1为本专利技术的流程原理图。
具体实施方式
[0035]下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。
[0036]本专利技术提供一种基于哈希表的语义理解和对话管理融合方法，包括如下步骤：
[0037]步骤S1：根据业务需求构造语义理解微服务；步骤S2：根据业务逻辑构造哈希表和多个对话管理微服务；步骤S3：文本输入到语义理解微服务得到语义结果；步骤S4：根据语义结果的技能通过哈希表映射到对应的对话管理微服务；步骤S5：根据映射到的对话管理微服务给出相应回复。
[0038]本专利技术还提供一种基于哈希表的语义理解和对话管理融合系统，所述系统包括如下模块：模块M1：根据业务需求构造语义理解微服务；业务需求包括天气、导航、音乐和系统控制。语义理解微服务对用户语料文本进行意图识别和词槽语义填充；微服务对业务技能的语义理解功能模块微服务化，分别对语义理解和对话业务逻辑管理模块进行微服务化。
[0039]模块M2：根据业务逻辑构造哈希表和多个对话管理微服务；模块M3：文本输入到语义理解微服务得到语义结果；语义结果通过哈希表映射到相应的对话业务逻辑微服务，对于对话业务逻辑微服务的输入是意图和相应的词槽，通过调用公共应用接口，输出结果。语义理解微服务针对输入的用户语料文本的意图识别和词槽语义填充。
[0040]模块M4：根据语义结果的技能通过哈希表映射到对应的对话管理微服务；模块M5：根据映射到的对话管理微服务给出相应回复。
[0041]本专利技术通过采取哈希表对语义结果的技能映射到相应的对话管理模块以至提升对话性能同时保证人机对话良好的用户体验；通过采用哈希表对语义结果的技能映射到相应的对话逻辑模块以至提升对话性能同时保证人机对话良好的用户体验。
[0042]现有技术一般是通过技能串行匹配模式获得技能对应的对话业务逻辑管理模块，该本专利技术主要通过采用哈希表对语义结果的技能快速映射到相应的对话业务逻辑管理模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于哈希表的语义理解和对话管理融合方法，其特征在于，所述方法包括如下步骤：步骤S1：根据业务需求构造语义理解微服务；步骤S2：根据业务逻辑构造哈希表和多个对话管理微服务；步骤S3：文本输入到语义理解微服务得到语义结果；步骤S4：根据语义结果的技能通过哈希表映射到对应的对话管理微服务；步骤S5：根据映射到的对话管理微服务给出相应回复。2.根据权利要求1所述的基于哈希表的语义理解和对话管理融合方法，其特征在于，所述步骤S1中的业务需求包括天气、导航、音乐和系统控制。3.根据权利要求1所述的基于哈希表的语义理解和对话管理融合方法，其特征在于，所述步骤S1中的语义理解微服务对用户语料文本进行意图识别和词槽语义填充；所述微服务对业务技能的语义理解功能模块微服务化，分别对语义理解和对话业务逻辑管理模块进行微服务化。4.根据权利要求1所述的基于哈希表的语义理解和对话管理融合方法，其特征在于，所述步骤S3中语义结果通过哈希表映射到相应的对话业务逻辑微服务，对于对话业务逻辑微服务的输入是意图和相应的词槽，通过调用公共应用接口，输出结果。5.根据权利要求1所述的基于哈希表的语义理解和对话管理融合方法，其特征在于，所述步骤S3中的语义理解微服务针对输入的用户语料文本的意图识别和词槽语义填充。6.一种...

【专利技术属性】
技术研发人员：朱亚杰，卢宏涛，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：