智能对话方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种智能对话方法、装置、设备及存储介质，属于人工智能技术领域。本申请引入了额外信息即对话管理知识库；其中，该对话管理知识库包括对话状态知识和对话行为知识；在当前轮的对话过程中，在获取到目标对象的输入语句后，本申请首先会对该输入语句进行一系列处理，得到当前轮的初始对话状态数据；接下来，再基于对话管理知识库对初始对话状态数据进行修正，并进一步基于修正后的对话状态数据、该输入语句和对话管理知识库，获取当前轮的对话行为数据；通过引入额外信息能够使得对对话状态和对话行为的识别更加合理和精准，而基于合理且精准的对话状态识别结果和对话行为识别结果，能够生成更加合理的回复语句，显著提升了对话质量。显著提升了对话质量。显著提升了对话质量。

【技术实现步骤摘要】
智能对话方法、装置、设备及存储介质


[0001]本申请涉及人工智能
，特别涉及一种智能对话方法、装置、设备及存储介质。

技术介绍

[0002]随着科学技术以及经济水平的快速发展，当今社会正在逐步往服务型社会转变，以更好地为对象提供服务。基于上述理念，人工智能技术在多个领域发挥了重要的作用。其中，智能对话便是人工智能技术的一个重要应用领域，对象可以与具有智能交互功能的智能设备之间实现人机对话。
[0003]通常情况下，智能对话基于智能对话系统(简称对话系统)实现。示例性地，对话系统依托于AI技术可以为对象提供诸如信息查询、情感聊天、知识问答、任务对话等服务。
[0004]其中，对话系统能否向对象输出精准的回复语句，是影响人机对话质量的关键因素。目前由于对话过程中生成回复语句时可利用的信息过少，存在很多答非所问的情况，对话质量较差。为此，在智能对话过程中如何向对象输出高质量的回复语句，便成为了本领域技术人员亟待解决的一个问题。

技术实现思路

[0005]本申请实施例提供了一种智能对话方法、装置、设备及存储介质，能够提升对话质量。所述技术方案如下：
[0006]一方面，提供了一种智能对话方法，所述方法包括：
[0007]获取目标对象在当前轮的输入语句；
[0008]基于所述输入语句识别所述目标对象在当前轮的对话意图；
[0009]对所述输入语句进行命名实体识别，得到所述输入语句中出现的命名实体；
[0010]根据所述目标对象在当前轮的对话意图和所述输入语句中出现的命名实体，进行槽位填充，得到当前轮的初始对话状态数据；其中，所述初始对话状态数据包括基于所述输入语句确定的槽位和与所述槽位匹配的槽位值；
[0011]基于对话管理知识库对所述初始对话状态数据进行修正，得到修正后的对话状态数据；其中，所述对话管理知识库包括对话状态知识和对话行为知识；所述对话状态知识用于对不同对话状态间的关系进行约束；所述对话行为知识用于对不同对话行为间的关系进行约束；
[0012]基于所述修正后的对话状态数据、所述输入语句和所述对话管理知识库，获取当前轮的对话行为数据；其中，所述对话行为数据用于表示对话系统在当前轮的对话意图；
[0013]基于所述修正后的对话状态数据和所述对话行为数据，生成当前轮与所述输入语句匹配的回复语句；
[0014]向所述目标对象输出所述回复语句。
[0015]另一方面，提供了一种智能对话装置，所述装置包括：
[0016]获取单元，被配置为获取目标对象在当前轮的输入语句；
[0017]第一处理单元，被配置为基于所述输入语句识别所述目标对象在当前轮的对话意图；对所述输入语句进行命名实体识别，得到所述输入语句中出现的命名实体；根据所述目标对象在当前轮的对话意图和所述输入语句中出现的命名实体，进行槽位填充，得到当前轮的初始对话状态数据；其中，所述初始对话状态数据包括基于所述输入语句确定的槽位和与所述槽位匹配的槽位值；
[0018]第二处理单元，被配置为基于对话管理知识库对所述初始对话状态数据进行修正，得到修正后的对话状态数据；其中，所述对话管理知识库包括对话状态知识和对话行为知识；所述对话状态知识用于对不同对话状态间的关系进行约束；所述对话行为知识用于对不同对话行为间的关系进行约束；
[0019]第三处理单元，被配置为基于所述修正后的对话状态数据、所述输入语句和所述对话管理知识库，获取当前轮的对话行为数据；其中，所述对话行为数据用于表示对话系统在当前轮的对话意图；
[0020]生成单元，被配置为基于所述修正后的对话状态数据和所述对话行为数据，生成当前轮与所述输入语句匹配的回复语句；
[0021]发送单元，被配置为向所述目标对象输出所述回复语句。
[0022]在一些可能的实现方式中，所述第一处理单元，被配置为：
[0023]基于自然语言理解模型对所述输入语句进行意图识别、命名实体识别和槽位填充，得到所述初始对话状态数据；所述自然语言理解模型是基于对话语料对预训练好的深度学习模型进行再训练得到的；
[0024]其中，所述自然语言理解模型的更新过程，包括：
[0025]获取对话过程中多轮修正后的对话状态数据；
[0026]根据所述多轮修正后的对话状态数据，更新所述自然理解模型的模型参数。
[0027]在一些可能的实现方式中，所述第二处理单元，被配置为：
[0028]响应于基于所述初始对话状态数据未检索到与所述输入语句匹配的实例，按照目标优先级顺序替换所述初始对话状态数据中的槽位值，得到更新后的对话状态数据；
[0029]响应于基于更新后的对话状态数据未检索到与所述输入语句匹配的实例，继续进行槽位值替换，直至检索到与所述输入语句匹配的实例；
[0030]以检索到的实例作为反绎推理的解释，确定所述对话管理知识库中作为反绎推理的规则且以一阶逻辑语言表示的对话状态知识的可满足性；
[0031]响应于目标对话状态知识的可满足性取值为目标数值，将最后更新后的对话状态数据作为所述修正后的对话状态数据。
[0032]在一些可能的实现方式中，所述第二处理单元，被配置为：
[0033]确定所述初始对话状态数据中槽位值为空的第一类槽位，优先为所述第一类槽位指定槽位值，得到更新后的对话状态数据；
[0034]响应于基于更新后的对话状态数据未检索到与所述输入语句匹配的实例，采用枚举的方式，继续为所述第一类槽位指定新的槽位值；
[0035]响应于通过为所述第一类槽位指定槽位值未检索到与所述输入语句匹配的实例，继续替换第二类槽位的槽位值，直至检索到与所述输入语句匹配的实例，所述第二类槽位
为所述初始对话状态数据中槽位值非空的槽位。
[0036]另一方面，提供了一种计算机设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行以实现上述的智能对话方法。
[0037]另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行以实现上述的智能对话方法。
[0038]另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机程序代码，该计算机程序代码存储在计算机可读存储介质中，计算机设备的处理器从计算机可读存储介质读取该计算机程序代码，处理器执行该计算机程序代码，使得该计算机设备执行上述的智能对话方法。
[0039]本申请实施例提供的智能对话方案引入了额外信息即对话管理知识库；其中，该对话管理知识库包括对话状态知识和对话行为知识；对话状态知识用于对不同对话状态间的关系进行约束；对话行为知识用于对不同对话行为间的关系进行约束；在当前轮的对话过程中，在获取到目标对象的输入语句后，本申请实施例首先会对该输入语句进行一系列处理，得到当前轮的初始对话状态数据，该初本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能对话方法，其特征在于，所述方法包括：获取目标对象在当前轮的输入语句；基于所述输入语句识别所述目标对象在当前轮的对话意图；对所述输入语句进行命名实体识别，得到所述输入语句中出现的命名实体；根据所述目标对象在当前轮的对话意图和所述输入语句中出现的命名实体，进行槽位填充，得到当前轮的初始对话状态数据；其中，所述初始对话状态数据包括基于所述输入语句确定的槽位和与所述槽位匹配的槽位值；基于对话管理知识库对所述初始对话状态数据进行修正，得到修正后的对话状态数据；其中，所述对话管理知识库包括对话状态知识和对话行为知识；所述对话状态知识用于对不同对话状态间的关系进行约束；所述对话行为知识用于对不同对话行为间的关系进行约束；基于所述修正后的对话状态数据、所述输入语句和所述对话管理知识库，获取当前轮的对话行为数据；其中，所述对话行为数据用于表示对话系统在当前轮的对话意图；基于所述修正后的对话状态数据和所述对话行为数据，生成当前轮与所述输入语句匹配的回复语句；向所述目标对象输出所述回复语句。2.根据权利要求1所述的方法，其特征在于，所述对话管理知识库包括对话状态知识库和对话行为知识库；所述方法还包括：获取来自多个数据源的知识，对获取到的知识进行数据预处理；根据不同领域的主题词，对预处理后的对话状态知识进行分类，得到不同领域的对话状态知识；采用一阶逻辑语言，按照领域分别将预处理后以自然语言描述的对话状态知识进行重新描述，形成所述对话状态知识库；采用命题逻辑语言，将预处理后以自然语言描述的对话行为知识进行重新描述，形成所述对话行为知识库。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于自然语言理解模型进行意图识别、命名实体识别和槽位填充，得到所述初始对话状态数据；所述自然语言理解模型是基于对话语料对预训练好的深度学习模型进行再训练得到的；其中，所述自然语言理解模型的更新过程，包括：获取对话过程中多轮修正后的对话状态数据；根据所述多轮修正后的对话状态数据，更新所述自然理解模型的模型参数。4.根据权利要求1所述的方法，其特征在于，所述基于对话管理知识库对所述初始对话状态数据进行修正，得到修正后的对话状态数据，包括：响应于基于所述初始对话状态数据未检索到与所述输入语句匹配的实例，按照目标优先级顺序替换所述初始对话状态数据中的槽位值，得到更新后的对话状态数据；响应于基于更新后的对话状态数据未检索到与所述输入语句匹配的实例，继续进行槽位值替换，直至检索到与所述输入语句匹配的实例；以检索到的实例作为反绎推理的解释，确定所述对话管理知识库中作为反绎推理的规
则且以一阶逻辑语言表示的对话状态知识的可满足性；响应于目标对话状态知识的可满足性取值为目标数值，将最后更新后的对话状态数据作为所述修正后的对话状态数据。5.根据权利要求4所述的方法，其特征在于，所述按照目标优先级顺序替换所述初始对话状态数据中的槽位值，包括：确定所述初始对话状态数据中槽位值为空的第一类槽位，优先为所述第一类槽位指定槽位值；所述响应于基于更新后的对话状态数据未检索到与所述输入语...

【专利技术属性】
技术研发人员：赵一铮，吴萱，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：