一种提升人机对话的对话性能的方法及系统技术方案

本申请提供了一种提升人机对话的对话性能的方法及系统，解决了现有技术中在提升对话机器人的对话质量时，耗费业务人员精力，标注不统一的技术问题。本申请提供的一种提升人机对话的对话性能的方法，满意度评价模型对历史数据中的用户的对话以及与对话对应的满意度进行有监督训练，在实际应用中不断的进行自我监督训练，提升了满意度评价模型的泛化性以及评价准确率；另外，采用满意度评价模型在实际应用中的历史数据中的用户的对话以及与对话对应的满意度作为训练数据对满意度评价模型进行训练，替代了满意评价模型迭代过程中人工标准训练数据，使得标注统一，从而提高了满意度评价模型的提升质量的效率。度评价模型的提升质量的效率。度评价模型的提升质量的效率。

【技术实现步骤摘要】
一种提升人机对话的对话性能的方法及系统


[0001]本申请涉及人机对话
，具体涉及一种提升人机对话的对话性能的方法及系统。

技术介绍

[0002]随着大数据、云计算、人工智能等技术的迅猛发展，数字化、网络化、智能化渗透到经济社会的方方面面，并推动相关产业实现转型升级。人机对话作为人工智能领域一个重要的研究课题，在对话过程中，用户的体验度十分重要。随着语音识别技术的发展，人机对话在聊天机器人、语音助手、虚拟人场景对话、工程机器人等各个领域均具有重要作用。在工程行业中有较多的对话机器人使用场景，如：维修对话(不同产品、不同型号)、客服对话等，对话系统上线后，会产生较多的用户与对话机器人交互日志，从繁多的日志中挖掘有效信息，并且不断迭代提升对话机器人的对话质量，在提升对话机器人的对话质量时，目前需要大量的人员对对话内容进行挖掘并校验，耗费人员精力，而且人工校验可能存在覆盖面不全和人员间认知差异产生数据标注的不同结果，使得标注不统一。

技术实现思路

[0003]有鉴于此，本申请提供了一种提升人机对话的对话性能的方法及系统，解决了现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提升人机对话的对话性能的方法，其特征在于，包括：构建满意度评价模型以及预训练语言模型；获取人机对话内容的文本信息；对所述文本信息进行抽取文本特征信息；将所述文本特征信息输入至所述预训练语言模型进行向量化，获取与所述本文信息对应的标准问答关系，所述标准问答关系包括标准问以及与所述标准问对应的标准答；根据所述本文信息中的标准问答关系确定本场对话的满意度；将所述满意度以及所述文本信息存储在数据库中；以及当更新任务触发时，以所述文本信息为输入，所述满意度为输出，对所述满意度评价模型进行训练。2.根据权利要求1所述的方法，其特征在于，根据所述本文信息中的标准问答关系确定本场对话的满意度，包括：当所述本文信息中的标准问答关系包括本场对话的满意度时，根据所述本文信息中的标准问答关系确定所述本场对话的满意度。3.根据权利要求1所述的方法，其特征在于，根据所述本文信息中的标准问答关系确定本场对话的满意度，还包括：当所述本文信息中的标准问答关系不包括本场对话的满意度时，将所述本文信息中的标准问答关系输入至所述满意度评价模型，以获取所述本场对话的满意度。4.根据权利要求1所述的方法，其特征在于，将所述文本特征信息输入至所述预训练语言模型进行向量化，获取与所述本文信息对应的标准问答关系，包括：根据所述文本特征信息确定所述人机对话内容中包括的实际问题；根据所述实际问题在问答数据库中查找相似问，所述问答数据库包括相似问、与所述相似问对应的标准问以及与所述标准问对应的标准答；以及根据所述相似问在所述问答数据库中确定与所述相似问对应的标准问以及与所述标准问对应的标准答。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：将所述实际问题作为新增相似问，并将所述新增相似问为输入，以与所述实际问题对应的标准问为输出对所述预训练语言模型进行训练。6.根据权利要求4所述的方法，其特征在于，所述方法还包括：当根据所述文本特征信息确定所述人机对话内容中包括的非问答信息时，将所述非问答信息...

【专利技术属性】
技术研发人员：邓伟杰，王健健，蒋华晨，陈杰，
申请(专利权)人：三一集团有限公司，
类型：发明
国别省市：