对话推荐方法、模型的训练方法、装置、设备及介质制造方法及图纸

本公开提供了一种对话推荐方法、对话推荐模型的训练方法、装置、电子设备、存储介质以及程序产品，涉及数据处理技术领域，尤其涉及语音交互、深度学习、人工智能等技术领域。具体实现方案为：获取历史对话信息；基于历史对话信息，从对话目标图谱中确定待生成的目标对话对象，对话目标图谱包括对象节点，对象节点用于表征对话对象，目标对话对象是基于对象节点确定的；以及基于目标对话对象，生成用于推荐的目标对话信息。目标对话信息。目标对话信息。

【技术实现步骤摘要】
对话推荐方法、模型的训练方法、装置、设备及介质


[0001]本公开涉及数据处理
，尤其涉及语音交互、深度学习、人工智能等
，具体涉及对话推荐方法、对话推荐模型的训练方法、装置、电子设备、存储介质以及程序产品。

技术介绍

[0002]语音交互是一种人类自然的交互方式。随着人工智能技术的不断发展，已经实现让机器能够听懂人类发出的语音、理解语音中的内在含义、并做出相应的反馈。在这些操作中，语义的准确理解、反馈的迅速程度、以及给予相应的意见或者建议，均成为影响语音交互顺畅的因素。

技术实现思路

[0003]本公开提供了一种对话推荐方法、对话推荐模型的训练方法、装置、电子设备、存储介质以及程序产品。
[0004]根据本公开的一方面，提供了一种对话推荐方法，包括：获取历史对话信息；基于所述历史对话信息，从对话目标图谱中确定待生成的目标对话对象，其中，所述对话目标图谱包括对象节点，所述对象节点用于表征对话对象，所述目标对话对象是基于所述对象节点确定的；以及基于所述目标对话对象，生成用于推荐的目标对话信息。
[0005]根据本公开的另一方面，提供了一种对话推荐模型的训练方法，包括：利用训练样本训练对话推荐模型，得到经训练的对话推荐模型；其中，所述经训练的对话推荐模型用于：获取历史对话信息；基于所述历史对话信息，从对话目标图谱中确定待生成的目标对话对象，其中，所述对话目标图谱包括对象节点，所述对象节点用于表征对话对象，所述目标对话对象是基于所述对象节点确定的；以及基于所述目标对话对象，生成用于推荐的目标对话信息。
[0006]根据本公开的另一方面，提供了一种对话推荐装置，包括：对话获取模块，用于获取历史对话信息；确定模块，用于基于所述历史对话信息，从对话目标图谱中确定待生成的目标对话对象，其中，所述对话目标图谱包括对象节点，所述对象节点用于表征对话对象，所述目标对话对象是基于所述对象节点确定的；以及对话生成模块，用于基于所述目标对话对象，生成用于推荐的目标对话信息。
[0007]根据本公开的另一方面，提供了一种对话推荐模型的训练装置，包括：训练模块，用于利用训练样本训练对话推荐模型，得到经训练的对话推荐模型；其中，所述经训练的对话推荐模型用于：获取历史对话信息；基于所述历史对话信息，从对话目标图谱中确定待生成的目标对话对象，其中，所述对话目标图谱包括对象节点，所述对象节点用于表征对话对象，所述目标对话对象是基于所述对象节点确定的；以及基于所述目标对话对象，生成用于推荐的目标对话信息。
[0008]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所
述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本公开的方法。
[0009]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如本公开的方法。
[0010]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本公开的方法。
[0011]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0012]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0013]图1示意性示出了根据本公开实施例的可以应用对话推荐方法及装置的示例性系统架构；
[0014]图2示意性示出了根据本公开实施例的对话推荐方法的流程图；
[0015]图3A示意性示出了根据本公开实施例的确定目标对话对象的流程图；
[0016]图3B示意性示出了根据本公开另一实施例的确定目标对话对象的流程图；
[0017]图4示意性示出了根据本公开实施例的对话目标图谱的示意图；
[0018]图5示意性示出了根据本公开实施例的对话推荐模型的训练方法的流程图；
[0019]图6示意性示出了根据本公开另一实施例的生成初始对话目标图谱的流程图；
[0020]图7示意性示出了根据本公开实施例的对话推荐装置的框图；
[0021]图8示意性示出了根据本公开实施例的对话推荐模型的训练装置的框图；以及
[0022]图9示意性示出了根据本公开实施例的适于实现对话推荐方法的电子设备的框图。
具体实施方式
[0023]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0024]本公开提供了一种对话推荐方法、对话推荐模型的训练方法、装置、电子设备、存储介质以及程序产品。
[0025]根据本公开的一方面，提供了一种对话推荐方法，包括：获取历史对话信息；基于历史对话信息，从对话目标图谱中确定待生成的目标对话对象，其中，对话目标图谱包括对象节点，对象节点用于表征对话对象，目标对话对象是基于对象节点确定的；以及基于目标对话对象，生成用于推荐的目标对话信息。
[0026]在本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
[0027]在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。
[0028]图1示意性示出了根据本公开实施例的可以应用对话推荐方法及装置的示例性系统架构。
[0029]需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的
技术实现思路
，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。例如，在另一实施例中，可以应用对话推荐方法及装置的示例性系统架构可以包括语音交互设备，但语音交互设备可以无需与服务器进行交互，即可实现本公开实施例提供的对话推荐方法及装置。
[0030]如图1所示，根据该实施例的系统架构100可以包括语音交互设备101、网络102和服务器103。网络102用以在语音交互设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线和/或无线通信链路等等。
[0031]用户可以向语音交互设备101输出对话信息例如交互语音，语音交互设备101在接收到来自用户的交互语音后，语音交互设备101可以通过网络102与服务器103交互，将交互语音发送给服务器103，以便服务器103基于交互语音生成目标对话信息例如推荐信息。服务器103可以通过网络102将目标对话信息发送给语音交互设备101，以便语音交互设备101将目标对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对话推荐方法，包括：获取历史对话信息；基于所述历史对话信息，从对话目标图谱中确定待生成的目标对话对象，其中，所述对话目标图谱包括对象节点，所述对象节点用于表征对话对象，所述目标对话对象是基于所述对象节点确定的；以及基于所述目标对话对象，生成用于推荐的目标对话信息。2.根据权利要求1所述的方法，其中，所述基于所述历史对话信息，从对话目标图谱中确定待生成的目标对话对象包括：基于所述历史对话信息和目标对话引导信息，从所述对话目标图谱中确定所述目标对话对象，其中，所述历史对话信息是对话期间已生成的信息，所述目标对话引导信息用于引导所述对话期间待生成的所述目标对话对象的生成。3.根据权利要求2所述的方法，其中，所述基于所述历史对话信息和目标对话引导信息，从对话目标图谱中确定所述目标对话对象包括：基于所述历史对话信息，确定历史对话信息中的历史目标对话对象序列；基于所述历史目标对话对象序列、所述目标对话引导信息和所述对话目标图谱，确定所述对话目标图谱的候选对象节点的代价参数，其中，所述候选对象节点的类型与所述历史目标对话对象序列的类型相匹配；以及基于所述候选对象节点的代价参数，从所述候选对象节点中确定目标对话对象。4.根据权利要求3所述的方法，其中，所述基于所述历史目标对话对象序列、所述目标对话引导信息和所述对话目标图谱，确定所述对话目标图谱的候选对象节点的代价参数包括：基于所述对话目标图谱，确定所述候选对象节点的转移矩阵；基于所述历史目标对话对象序列和所述候选对象节点的转移矩阵，确定所述候选对象节点的第一初始代价参数；基于所述历史目标对话对象序列、所述目标对话引导信息和所述候选对象节点的转移矩阵，确定所述候选对象节点的第二初始代价参数；以及基于所述第一初始代价参数和所述第二初始代价参数，确定所述候选对象节点的代价参数。5.根据权利要求4所述的方法，其中，所述基于所述候选对象节点的代价参数，从所述候选对象节点中确定目标对话对象包括：基于所述候选对象节点的代价参数，确定所述目标对话对象节点的跳转概率；在确定所述跳转概率大于或者等于预定跳转阈值的情况下，基于所述候选对象节点的代价参数，从所述候选对象节点中确定所述目标对话对象；以及在确定所述跳转概率小于所述预定跳转阈值的情况下，从所述历史目标对话对象序列中确定所述目标对话对象。6.根据权利要求4所述的方法，其中，所述基于所述候选对象节点的代价参数，从所述候选对象节点中确定目标对话对象包括：基于所述候选对象节点的代价参数，确定所述目标对话对象节点的生成概率；以及在确定所述生成概率大于或者等于预定生成阈值的情况下，基于所述候选对象节点的
代价参数，从所述候选对象节点中确定所述目标对话对象。7.根据权利要求4所述的方法，其中，所述对话目标图谱包括异构层次化对话目标图谱，所述异构层次化对话目标图谱包括多个对话目标子图谱，所述多个对话目标子图谱之间具有层级关系，所述多个对话目标子图谱中的每个对话目标子图谱包括同类型的多个对象节点，所述同类型的多个对象节点彼此之间的连接边用于表征同构关联关系，相邻两个对话目标子图谱各自的对象节点类型不同，上一层级对话目标子图谱中的多个对象节点与当前层级对话目标子图谱中的多个对象节点彼此之间的连接边用于表征异构关联关系。8.根据权利要求7所述的方法，其中，所述目标对话对象包括多个具有层级的目标对话对象；所述基于所述对话目标图谱，确定所述候选对象节点的转移矩阵包括：基于所述异构层次化对话目标图谱中的异构关联关系和已确定的上一层级对话目标子图谱中的目标对象节点，确定当前层级对话目标子图谱中的候选对象节点，其中，所述上一层级对话目标子图谱中的目标对象节点与上一层级的目标对话对象相对应，所述当前层级对话目标子图谱中的候选对象节点与当前层级的候选对话对象相对应；以及基于所述当前层级对话目标子图谱的候选对象节点，确定所述当前层级的候选对象节点的转移矩阵，并将所述当前层级的候选对象节点的转移矩阵作为所述候选对象节点的转移矩阵。9.根据权利要求1至8中任一项所述的方法，其中，所述基于所述目标对话对象，生成所述目标对话信息包括：基于所述目标对话对象、所述历史对话信息以及所述历史目标对话对象序列，生成所述目标对话信息。10.根据权利要求1至9中任一项所述的方法，其中，所述目标对话对象的类型包括以下至少一项：用于推荐的对话类型、对话主题、以及主题属性。11.一种对话推荐模型的训练方法，包括：利用训练样本训练对话推荐模型，得到经训练的对话推荐模型；其中，所述经训练的对话推荐模型用于：获取历史对话信息；基于所述历史对话信息，从对话目标图谱中确定待生成的目标对话对象，其中，所述对话目标图谱包括对象节点，所述对象节点用于表征对话对象，所述目标对话对象是基于所述对象节点确定的；以及基于所述目标对话对象，生成用于推荐的目标对话信息。12.根据权利要求11所述的方法，还包括：获取所述训练样本，其中，所述训练样本包括样本对话信息和与所述样本对话信息相对应的标签，所述标签包括样本对话对象，其中，所述标签的类型包括以下至少一项：用于推荐的对话类型、对话主题、以及主题属性。13.根据权利要求11所述的方法，还包括：确定对话对象序列；以及基于对话对象序列和知识图谱，生成初始对话目标图谱，以便利用训练样本训练包括所述初始对话目标图谱的对话推荐模型，得到所述经训练的对话推荐模型中的所述对话目
标图谱。14.一种对话推荐装置，包括：对话获取模块，用于获取历史对话信息；确定模块，用于基于所述历史对话信息，从对话目标图谱中确定待生成的目标对话对象，其中，所述对话目标图谱包括对象节点，所述对象节点用于表征对话对象，所述目标对话对象是基于所述对象节点确定的；以及对话生成模块，用于基于所述目标对话对象，生成用于推荐的目标对话信息。15.根据权利要求14所述的装...

【专利技术属性】
技术研发人员：柳泽明，刘浩，牛正雨，吴华，王海峰，熊辉，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：