【技术实现步骤摘要】
本申请涉及人工智能，具体而言，涉及一种咨询答复方法、装置及计算机可读取存储介质。
技术介绍
1、在多种咨询领域中，人工智能系统已被广泛应用，如基于规则的系统、基于知识图谱的系统，或者基于深度学习的系统。例如，在医疗咨询领域中，这些系统通过对医学知识的学习和模拟医生的判断，以回答病人的咨询问题。
2、在实际的对话过程中，涉及的问题通常包括病人的主诉、既往病史、情绪状态、生活环境等多个方面。但是，目前的咨询答复方式中，无法进行理解与回复过程的对齐，并且，无法利用分散的信息进行有效整合，导致处理时无法理解病人的真实需求，从而无法提供符合病人需求的答案以供参考，从而导致医疗咨询的效果较差，无法为病人提供有效帮助。
技术实现思路
1、有鉴于此，本申请实施例的目的在于提供一种咨询答复方法、装置及计算机可读取存储介质，以改善现有技术中存在的医疗咨询效果较差的问题。
2、为了解决上述问题，第一方面，本申请实施例提供了一种咨询答复方法，所述方法包括：
3、通过语言模型基于用户提出的问题信息进行答复，得到初始答复信息；
4、通过对齐检测模型提取所述问题信息中的问题特征和所述初始答复信息中的初始答复特征；
5、对所述问题特征和所述初始答复特征进行对齐检测，得到对齐结果；
6、基于所述对齐结果对所述初始答复信息进行调整，得到目标答复信息。
7、在上述实现过程中，通过语言模型基于用户提出的问题信息进行作答，以得到相应的初始答
8、可选地，其中，所述对齐检测模型中包括情绪识别模型和意图分析模型；所述问题特征中包括用户情绪特征和用户意图特征；所述初始答复特征中包括答复情绪特征和答复意图特征；
9、所述通过对齐检测模型提取所述问题信息中的问题特征和所述初始答复信息中的初始答复特征，包括：
10、通过所述情绪识别模型提取所述问题信息中的所述用户情绪特征和所述初始答复信息中的所述答复情绪特征；
11、通过所述意图分析模型提取所述问题信息中的所述用户意图特征和所述初始答复信息中的所述答复意图特征。
12、在上述实现过程中，在进行对齐检测时，可以设置情绪识别模型和意图分析模型，以从情绪和意图两个方面对问题和答复中的情绪特征和意图特征进行提取。能够通过识别和分析，抽取问题信息和初始答复信息中的关键信息，帮助理解用户的情绪和需求，以从情绪和意图两个方面对用户的问题信息和提供的初始答复信息进行对齐检测处理，有效地提高了对齐检测的全面性和有效性。
13、可选地，其中，所述情绪识别模型通过以下方式构建：
14、采集具有情绪标签的第一对话数据集；其中，所述第一对话数据集包括多组历史问题信息和历史答复信息；
15、基于初始检测模型对所述第一对话数据集进行特征提取和编码处理，得到编码数据；
16、对所述初始检测模型进行分类层结合处理，得到初始识别模型；
17、通过所述初始识别模型对所述编码数据进行分类，得到分类结果；
18、基于所述第一对话数据集和所述分类结果对所述初始识别模型进行迭代训练，得到所述情绪识别模型。
19、在上述实现过程中，为了提取信息中的特征信息，可以预先构建并训练相应的初始检测模型。为了对情绪进行识别，可以预先采集具有情绪标签的第一对话数据集以作为初始检测模型的数据集进行特征提取和编码处理，得到相应的编码数据，从而在初始检测模型的基础上进行分类层结合处理，构建对应的初始识别模型，并基于初始识别模型对编码数据进行分类，以将编码映射到对应的情绪标签空间中，得到对应的分类结果，并基于第一对话集和分类结果初始识别模型进行迭代训练，得到情绪识别准确性较高的情绪识别模型。能够基于历史数据构建并训练对应的情绪识别模型以提取情绪特征，有效地提高了提取的效率以及情绪特征的准确性和有效性。
20、可选地，其中，所述意图分析模型通过以下方式构建：
21、采集具有意图标注的第二对话数据集；其中，所述第二对话数据集包括多组历史问题信息、历史答复信息以及关联的目标知识图谱中的节点；
22、对所述第二对话数据集进行预处理，得到输入向量；
23、对初始检测模型进行分类层结合处理，得到初始分析模型；
24、通过所述初始分析模型对所述输入向量进行分析，得到分析结果；
25、基于所述第二对话数据集、所述分析结果和构建的目标知识图谱对所述初始分析模型进行训练，得到所述意图分析模型。
26、在上述实现过程中，为了对情绪进行识别，可以预先采集具有意图标注和知识图谱的第二对话数据集，并对第二对话数据集进行预处理，得到相应的输入向量。为了提取信息中的特征信息，可以预先构建并训练相应的初始检测模型，并对初始检测模型进行分类层结合处理以构建对应的初始分析模型。以输入向量作为初始分析模型的输入数据进行分析处理，得到相应的目标知识图谱中的节点作为对应的分析结果，结合对应的第二对话集、分析结果和构建的目标知识图谱对初始分析模型进行进一步地训练，以得到意图分析相关性较高的意图分析模型。能够基于历史数据构建并训练对应的意图分析模型以提取意图特征，有效地提高了提取的效率以及意图特征的准确性和有效性。
27、可选地，其中，所述对齐结果包括情绪对齐结果和意图对齐结果；
28、所述对所述问题特征和所述初始答复特征进行对齐检测，得到对齐结果，包括：
29、对所述用户情绪特征和所述答复情绪特征进行对齐检测，得到所述情绪对齐结果；
30、对所述用户意图特征和所述答复意图特征进行对齐检测，得到所述意图对齐结果。
31、在上述实现过程中，在进行对齐检测时，可以分别针对情绪和意图两种特征进行对齐检测，以分别得到相应的情绪对齐结果和意图对齐结果，有效地提高了对齐检测的全面性和有效性。
32、可选地，其中，所述目标答复信息包括：更新情绪信息和/或更新意图信息；所述基于所述对齐结果对所述初始答复信息进行调整，得到所述目标答复信息，包括：
33、若所述用户情绪特征或所述答复情绪特征呈负面趋势，则判定所述情绪对齐结果为不对齐，基于预设的感情提示控制所述语言模型生成所述更新情绪信息；
34、若所述用户意图特征或所述答复意图特征的相关度超过设定阈值节点，则判定所述意图对齐结果为不对齐，将超出节点添加至所述语言模型中生成所述更新意图信息。
35、在上述实现过程中，对初始答复信息进行调整时，可以根据情绪对齐结果和/或意图对齐结果的实际本文档来自技高网...
【技术保护点】
1.一种咨询答复方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，其中，所述对齐检测模型中包括情绪识别模型和意图分析模型；所述问题特征中包括用户情绪特征和用户意图特征；所述初始答复特征中包括答复情绪特征和答复意图特征；
3.根据权利要求2所述的方法，其特征在于，其中，所述情绪识别模型通过以下方式构建：
4.根据权利要求2所述的方法，其特征在于，其中，所述意图分析模型通过以下方式构建：
5.根据权利要求2所述的方法，其特征在于，其中，所述对齐结果包括情绪对齐结果和意图对齐结果；
6.根据权利要求5所述的方法，其特征在于，其中，所述目标答复信息包括：更新情绪信息和/或更新意图信息；
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
9.根据权利要求1所述的方法，其特征在于，其中，所述语言模型通过以下方式构建：
10.一种咨询答复装置，其特征在于，所述装置包括：答复模块、特征提取模块、
11.一种计算机可读取存储介质，其特征在于，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器运行时，执行权利要求1-9任一项所述方法中的步骤。
...【技术特征摘要】
1.一种咨询答复方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，其中，所述对齐检测模型中包括情绪识别模型和意图分析模型；所述问题特征中包括用户情绪特征和用户意图特征；所述初始答复特征中包括答复情绪特征和答复意图特征；
3.根据权利要求2所述的方法，其特征在于，其中，所述情绪识别模型通过以下方式构建：
4.根据权利要求2所述的方法，其特征在于，其中，所述意图分析模型通过以下方式构建：
5.根据权利要求2所述的方法，其特征在于，其中，所述对齐结果包括情绪对齐结果和意图对齐结果；
6.根据权利要求5所述的方法...
【专利技术属性】
技术研发人员：高宇翔，高楠，
申请(专利权)人：上海探势健康科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。