一种对话生成方法及其在情感陪护中的应用技术

本发明专利技术公开了一种对话生成方法及其在情感陪护中的应用，其中，对话方法包括：步骤1)：获取历史对话内容；步骤2)：将输入的对话内容进行上下文理解，形成上下文理解的意图结果；步骤3)：将对话内容输入到训练好的语言模型中，结合上下文理解的意图结果，输出匹配率最高的最佳回复。本发明专利技术提供的对话方法能够根据用户上下文的对话意图识别用户意图，具有较好的上下文把握能力，能够适应各种对话场景，且生成的对话更加自然、连贯。此外，本发明专利技术还提供了应用于情感陪护的对话生成方法，其能够结合用户的情绪状态添加对应的表情与语气词，使生成的对话内容更加生动，提升了用户的使用体验，适宜进一步推广应用。适宜进一步推广应用。适宜进一步推广应用。

【技术实现步骤摘要】
一种对话生成方法及其在情感陪护中的应用


[0001]本专利技术涉及对话内容识别及信息应答
，尤其涉及一种对话生成方法及其在情感陪护中的应用。

技术介绍

[0002]传统的对话生成方法通常基于预定义的规则或模板，这种方法受限于固定的规则和模板，无法灵活地生成自然流畅的对话。近年来，随着深度学习技术的快速发展，语言模型如GPT等已经取得了显著的突破。语言模型可以通过大规模的训练数据学习到语言的统计规律和上下文信息，从而能够生成更加自然、连贯的对话文本。此外，对于一些特殊的场景中，还鲜有相关文献揭示语言模型的应用，例如情感陪护场景中。
[0003]为此，本专利技术提供了一种对话生成方法，以实现更加自然流畅的对话，并将其应用在情感陪护场景中。

技术实现思路

[0004]为解决上述问题，本专利技术提供了一种对话生成方法及其在情感陪护中的应用。
[0005]为了实现上述的技术目的，本专利技术所采用的技术方案为：
[0006]一种对话生成方法，包括：
[0007]步骤1)：获取历史对话内容；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对话生成方法，其特征在于，包括：步骤1)：获取历史对话内容；步骤2)：将输入的对话内容进行上下文理解，形成上下文理解的意图结果；步骤3)：将对话内容输入到训练好的语言模型中，结合上下文理解的意图结果，输出匹配率最高的最佳回复。2.如权利要求1所述的对话生成方法，其特征在于，步骤2)中将输入的对话内容进行上下文理解，形成上下文理解结果；具体包括如下步骤：步骤2.1)：将输入的对话内容进行分词，将句子切分为单词或子词的序列；步骤2.2)：使用词性标注技术，为每个单词标注其词性；步骤2.3)：通过句法分析技术，识别句子中的短语结构和句法依赖关系；步骤2.4)：识别对话中的实体信息，并对识别出的实体进行分类和标注；步骤2.5)：将分词、词性标注和命名实体识别的结果进行结合，构建对话上下文信息；步骤2.6)：将对话上下文信息输入训练好的意图识别模型中进行对话意图的识别与分类，并输出上下文理解的意图结果。3.如权利要求1所述的对话生成方法，其特征在于，步骤2.5)中将构建的对话上下文信息以向量形式表达。4.如权利要求2所述的对话生成方法，其特征在于，意图识别模型的训练方法，具体包括如下步骤：步骤a)：收集带有标注的对话数据集，包括用户对话和对应的意图标签；步骤b)：对对话文本进行分词，将文本切分为单词或子词的序列，并基于分词结果构建词袋模型的文本表示形式；步骤c)：使用独热编码或整数编码，将意图标签进行编码；步骤d)：将步骤b)中的文本数据作为特征输入，标签作为输出，对模型进行训练直至模型收敛。5.如权利要求4所述的对话生成方法，其特征在于，步骤d)中模型训练过程中通过反向传播算法更新模型的参数。6.如权利要求4所述的对话生成方法，其特征在于，步骤d)中模型选用朴素贝叶斯、支持向量机(SVM)、循环神经网络(RNN)...

【专利技术属性】
技术研发人员：陈慧琴，何飞，
申请(专利权)人：南京交通职业技术学院，
类型：发明
国别省市：