【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 ...
【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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。