一种对话处理方法技术

本公开提供了一种对话处理方法

【技术实现步骤摘要】
一种对话处理方法、装置、电子设备及存储介质


[0001]本公开涉及数据处理
，具体涉及人工智能
、
自然语言处理
、
自然语言理解以及智能对话等技术
。

技术介绍

[0002]对话系统是能够与人进行连贯对话的计算机系统，可以采用文本
、
语音
、
图形
、
触觉
、
手势及其他方式与人进行交互
。
随着自然语言处理
、
自然语言理解等自然语言技术的发展，智能对话技术越来越多地应用在智能设备
、
智能客服及智能外呼等人工智能场景中，在提升用户服务效率和用户体验的同时，也能够大大降低服务成本
。

技术实现思路

[0003]本公开实施例提供了一种对话处理方法
、
装置
、
电子设备及存储介质，能够提高对话系统的话术改写能力，从而提高对话系统人机对话的智能性和准确率，进而提高用户体验
。
[0004]第一方面，本公开实施例提供了一种对话处理方法，应用于对话系统，所述方法包括：
[0005]确定当前对话数据；
[0006]在通过目标大语言模型确定所述当前对话数据与话术改写策略相匹配的情况下，通过所述目标大语言模型确定目标话术改写策略；
[0007]通过所述目标大语言模型执行所述目标话术改写策略，以对所述当前对话数据进行改写，得到目标对话数据；
[0008]其中，所述目标大语言模型通过对话改写提示模板确定所述话术改写策略
。
[0009]第二方面，本公开实施例提供了一种对话处理装置，配置于对话系统，所述装置包括：
[0010]当前对话数据确定模块，用于确定当前对话数据；
[0011]目标话术改写策略确定模块，用于在通过目标大语言模型确定所述当前对话数据与话术改写策略相匹配的情况下，通过所述目标大语言模型确定目标话术改写策略；
[0012]当前对话数据改写模块，用于通过所述目标大语言模型执行所述目标话术改写策略，以对所述当前对话数据进行改写，得到目标对话数据；
[0013]其中，所述目标大语言模型通过对话改写提示模板确定所述话术改写策略
。
[0014]第三方面，本公开实施例提供了一种电子设备，包括：
[0015]至少一个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面实施例所提供的对话处理方法
。
[0018]第四方面，本公开实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面实施例所提供的对话处理方法
。
[0019]第五方面，本公开实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面实施例所提供的对话处理方法
。
[0020]本公开实施例通过在对话处理系统确定当前对话数据后，利用目标大语言模型对当前对话数据与话术改写策略进行匹配，并在通过目标大语言模型确定当前对话数据与话术改写策略相匹配的情况下，进一步通过目标大语言模型确定目标话术改写策略，以通过目标大语言模型执行目标话术改写策略对当前对话数据进行改写，得到目标对话数据
。
由于目标大语言模型不需要利用样本数据进行训练，通过对话改写提示模板即可快速确定话术改写策略，可以解决现有对话系统的话术改写效果较差且话术改写效率较低等问题，能够提高对话系统的话术改写能力，从而提高对话系统人机对话的智能性和准确率，进而提高用户体验
。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围
。
本公开的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0022]附图用于更好地理解本方案，不构成对本公开的限定
。
其中：
[0023]图1是本公开实施例提供的一种对话处理方法的流程图；
[0024]图2是本公开实施例提供的一种对话处理方法的流程图；
[0025]图3是本公开实施例提供的一种对话系统的部分结构示意图；
[0026]图4是本公开实施例提供的一种对话处理装置的结构图；
[0027]图5是用来实现本公开实施例的对话处理方法的电子设备的结构示意图
。
具体实施方式
[0028]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的
。
因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神
。
同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述
。
[0029]随着自然语言技术的发展，智能对话相关的应用和产品的应用越来越广泛，比如智能音响
、
智能助手和智能客服等
。
目前，大部分的对话系统都不能很好解决人机对话中涉及的多轮问题，诸如指代消歧
、
信息省略或补全
、
主动澄清和模糊实体等问题
。
而在人们日常对话中，
80
％概率存在以上一种或多种多轮问题
。
上述多轮问题严重影响对话系统的对话体验，导致对话过程不够连续，使得对话机器人显得不够智能
。
[0030]当对话系统中的对话过程中出现多轮问题时，往往需要对出现问题的话术进行改写
。
目前，对话系统的话术改写方案有两种实现方式
。
第一种方案为把部分对话历史语句和当前句子拼接后直接输入到对话系统的语义理解模块，希望借助语义理解模型解决多轮问题
。
这种技术方案需要丰富的多轮语料预先训练语义理解模型，语料标注成本高，同时输入文本的长度也对理解模型性能有更高的要求
。
第二种方案为单独训练一个句子改写模型，通过句子改写模型显式地使用上文信息对当前句子进行改写，把改写后的句子传到对话系
统后续的语义理解模块
。
这种方案往往需要从零训练一个改写模型，其泛化性和场景迁移性不足，当出现场景迁移情况后，句子改写模型的改写效果将大幅下降
。
[0031]在一个示例中，图1是本公开实施例提供的一种对话处理方法的流程图，本实施例可适用于通过对话改写提示模板确定话术改写策略的目标大语言模型对对话数据进行改写的情况，该方法可以由对话处理装置来执行，该装置可以由软件和
/
或硬件的方式来实现，并一般可集成在电子设备中
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种对话处理方法，应用于对话系统，所述方法包括：确定当前对话数据；在通过目标大语言模型确定所述当前对话数据与话术改写策略相匹配的情况下，通过所述目标大语言模型确定目标话术改写策略；通过所述目标大语言模型执行所述目标话术改写策略，以对所述当前对话数据进行改写，得到目标对话数据；其中，所述目标大语言模型通过对话改写提示模板确定所述话术改写策略
。2.
根据权利要求1所述的方法，其中，所述目标大语言模型还用于：获取至少一种类型的对话改写提示模板；对所述对话改写提示模板进行解析，并根据所述对话改写提示模板的解析结果确定目标类型话术匹配的话术改写策略
。3.
根据权利要求2所述的方法，其中，所述对话改写提示模板包括对话样本数据
、
话术改写描述数据和改写输出标识数据；所述目标大语言模型还用于：根据所述对话样本数据确定所述目标类型话术的初始应答话术；根据所述对话样本数据确定所述初始应答话术匹配的目标关联对话样本数据；确定所述目标关联对话样本数据的改写参考元素；根据所述改写参考元素对所述初始应答话术进行改写，得到改写应答话术
。4.
根据权利要求3所述的方法，其中，所述对话改写提示模板通过顺序标记标识所述对话样本数据与所述初始应答话术之间的相对位置关系；所述目标大语言模型还用于：根据所述对话样本数据的顺序标记确定所述对话样本数据与所述初始应答话术之间的关联值；将目标关联值对应的对话样本数据作为所述目标关联对话样本数据
。5.
根据权利要求3所述的方法，其中，所述对话改写提示模板包括指代消歧对话改写提示模板；所述指代消歧对话改写提示模板包括第一对话样本数据
、
第一话术改写描述数据和所述改写输出标识数据：所述第一话术改写描述数据包括以下至少一项：指代歧义应答话术修改指示信息
、
初始应答话术原始输出指示信息以及澄清类型输出指示信息
。6.
根据权利要求3所述的方法，其中，所述对话改写提示模板包括信息补全对话改写提示模板；所述信息补全对话改写提示模板包括第二对话样本数据
、
第二话术改写描述数据和所述改写输出标识数据：所述第二话术改写描述数据包括以下至少一项：信息补全应答话术修改指示信息
、
初始应答话术原始输出指示信息以及澄清类型输出指示信息
。7.
根据权利要求3所述的方法，其中，所述对话改写提示模板包括模糊实体对话改写提示模板；所述模糊实体对话改写提示模板包括第三对话样本数据
、
第三话术改写描述数据和所述改写输出标识数据：所述第三话术改写描述数据包括以下至少一项：模糊实体应答话术修改指示信息
、
初始应答话术原始输出指示信息以及澄清类型输出指示信息
。8.
根据权利要求3所述的方法，其中，所述对话改写提示模板包括主动澄清对话改写提
示模板；所述主动澄清对话改写提示模板包括第四对话样本数据
、
第四话术改写描述数据和所述改写输出标识数据：所述第四话术改写描述数据包括澄清类型输出指示信息
。9.
根据权利要求1所述的方法，还包括：对目标对话数据进行语义理解，得到语义理解结果；根据所述语义理解结果确定系统响应动作；对所述系统响应动作进行自然语言转换处理，得到转换文本数据；对所述转换文本数据进行后处理，得到目标输出数据
。10.
一种对话处理装置，配置于对话系统，所述装置包括：当前对话数据确定模块，用于确定当前对话数据；目标话术改写策略确定模块，用于在通过目标大语言模型确定所述当前对话数据与话术改写策略相匹配的情况下，通过所述目标大语言模型确定目标话术改写策略；当前对话数据改写模块，用于通过所述目标大语言模型执行所述目标话术改写策略，以对所述当前对话数据进行改写，得到目标对话数据；其中，所述目标大语言模型通过对话改写提示模板确定所述话术改写策略
。11.
根据权利要求
10
所述的装置，其中...

【专利技术属性】
技术研发人员：白正彪，张伟伟，孙权，卜崇宇，包顺科，
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：