人机对话的方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供了一种人机对话的方法、装置、设备以及存储介质，涉及人工智能技术领域。该人机对话的方法包括：根据用户相关的文本内容，提取该用户的心理特征向量；对该用户输入的语句进行处理，获取该语句的词嵌入向量；将该心理特征向量和词嵌入向量输入训练好的第一神经网络模型中，得到针对该语句的第一候选答复；根据该第一候选答复，确定针对该语句的最终答复。由于该第一候选答复融合了用户的心理特征，因此本申请实施例得到的针对用户输入语句的答复具有较好的共情能力，并且能够满足用户的心理需求，从而有助于提高人机对话的人性化程度。的人性化程度。的人性化程度。

【技术实现步骤摘要】
人机对话的方法、装置、电子设备及存储介质


[0001]本申请涉及人工智能领域，并且更具体地，涉及人机对话的方法、装置、设备以及存储介质。

技术介绍

[0002]人机对话是实现人类与计算机之间顺畅沟通的核心技术，也是人工智能发展的终极目标之一。近年随着对话技术研究的持续深入，人机对话逐渐走入大众视野，为人们日常生活带来了极大便利。从智能客服到个性化聊天，从情感陪护到社交机器人，人机对话为信息获取带来了全新的智能化变革，也极大地促进了自然语言处理技术的研究和应用。
[0003]但是，当前的人机对话往往生成过于官方或刻板的对话答复，导致人机对话的人性化程度较低。

技术实现思路

[0004]本申请实施例提供了一种人机对话的方法、装置、设备以及存储介质，能够基于用户的心理特征对用户的提问进行答复，有助于切身地为用户提供满足用户心理需求的答复，进而提高人机对话的人性化程度。
[0005]第一方面，本申请实施例提供了一种人机对话的方法，包括：
[0006]根据用户相关的文本内容，提取所述用户的心理特征向量；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人机对话的方法，其特征在于，包括：根据用户相关的文本内容，提取所述用户的心理特征向量；对所述用户输入的语句进行处理，获取所述语句的词嵌入向量；将所述心理特征向量和所述词嵌入向量输入训练好的第一神经网络模型中，得到针对所述语句的第一候选答复；其中，所述第一神经网络模型是根据用户样本的心理特征、所述用户样本的人机对话数据样本训练得到的；根据所述第一候选答复，确定针对所述语句的最终答复。2.根据权利要求1所述的方法，其特征在于，还包括：将所述词嵌入向量输入训练好的第二神经网络模型中，得到针对所述语句的第二候选答复；其中，所述第二神经网络模型使用与教师模型相同的温度参数，并根据所述用户样本的人机对话数据样本、所述用户样本在教师模型输出的软目标进行训练得到的，所述教师模型是根据所述用户样本的人机对话数据样本训练得到的；其中，所述根据所述第一候选答复，确定针对所述语句的最终答复，包括：根据所述第一候选答复和所述第二候选答复，确定所述最终答复。3.根据权利要求2所述的方法，其特征在于，还包括：获取人机对话数据集；根据所述用户输入的语句，获取心理词条；基于所述心理词条在所述人机对话数据集中的频率，确定所述语句与所述人机对话数据集中备选答复的相似度，并根据所述相似度在所述备选答复中确定针对所述语句的第三候选答复；其中，根据所述第一候选答复和所述第二候选答复，确定所述最终答复，包括：根据所述第一候选答复、所述第二候选答复和所述第三候选答复，确定所述最终答复。4.根据权利要求1所述的方法，其特征在于，所述心理特征向量包括所述用户的人格特征向量、抑郁倾向性特征向量和自杀倾向特征向量中的至少一种。5.根据权利要求4所述的方法，在所述心理特征向量包括所述人格特征向量时，所述根据用户相关的文本内容，提取所述用户的心理特征向量，包括：对于所述文本内容中的第i条消息中的每一个单词，通过第一GRU单元获取所述每个单词的隐藏状态，其中i为正整数；利用第一注意力机制对所述每个单词的隐藏状态进行加权求和，并通过第二GRU单元得到所述第i条消息的隐藏状态；利用第二注意力机制对所述文本内容的每条消息的隐藏状态进行加权求和，并通过全连接层得到所述用户的人格特征向量。6.根据权利要求4所述的方法，其特征在于，在所述心理特征向量包括所述抑郁倾向性特征向量时，所述根据用户相关的文本内容，提取所述用户的心理特征向量，包括：从所述文本内容中提取抑郁倾向性的特征词语；通过第三GRU单元获取所述抑郁倾向性的特征词语中每个特征词语的隐藏状态；利用第三注意力机制对所述每个特征词语的隐藏状态进行加权求和，并通过全连接层得到...

【专利技术属性】
技术研发人员：徐博，郝德志，宗林林，林鸿飞，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：