【技术实现步骤摘要】
本说明书实施例涉及深度学习，特别涉及一种对话处理方法。
技术介绍
1、随着深度学习技术的发展，以大模型为代表的深度学习模型在各个领域得到了快速的发展和应用。
2、目前，在人工智能对话领域，将对话文本输入对话模型，对对话文本进行理解后，进行对话预测，生成答复文本，完成和用户之间的对话，实现了理解用户需求、提供拟人化的对话服务、个人定制化对话的能力，提供了准确服务、情感陪伴的功能。
3、然而，对话模型只能在通过文本进行对话沟通，导致对话内容单一，对话的趣味性不足，用户体验不足。因此，亟需一种内容丰富的对话处理方法。
技术实现思路
1、有鉴于此，本说明书实施例提供了一种对话处理方法。本说明书一个或者多个实施例同时涉及一种表情图像生成方法，另一种对话处理方法，一种对话处理装置，一种表情图像生成装置，另一种对话处理装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
2、本说明书一个实施例中，提供了一种对话处理方法，包括：
3、获取初始对话文本；
4、将初始对话文本输入目标对话模型，获得目标答复文本，其中，目标答复文本包括目标表情标签，目标对话模型基于预测答复文本和样本答复文本训练得到，预测答复文本为目标对话模型基于提示文本对样本对话文本进行对话预测得到，样本答复文本包括样本表情标签，提示文本用于提示目标对话模型对预测答复文本进行表情标签预测；
5、根据目标表情标签，确定目标表情
6、基于目标表情图像，生成目标回复内容。
7、本说明书一个实施例中，获取初始对话文本；将初始对话文本输入目标对话模型，获得目标答复文本，其中，目标答复文本包括目标表情标签，目标对话模型基于预测答复文本和样本答复文本训练得到，预测答复文本为目标对话模型基于提示文本对样本对话文本进行对话预测得到，样本答复文本包括样本表情标签，提示文本用于提示目标对话模型对预测答复文本进行表情标签预测；根据目标表情标签，确定目标表情图像；基于目标表情图像，生成目标回复内容。利用了目标对话模型这一深度学习模型的文本理解能力，在提示文本的引导下，提示目标对话模型针对样本对话文本，进行了对话预测和表情标签预测，得到了包括表情标签的预测答复文本，和包括样本表情标签的样本答复文本一起完成了对目标对话模型的训练，使得目标对话模型可以针对输入的初始对话文本，生成包括目标表情标签的目标答复文本，再根据目标表情标签，确定目标表情图像，进而生成了内容更为针对、丰富的目标回复内容，提升了对话的趣味性，并提升了用户体验。
本文档来自技高网...【技术保护点】
1.一种对话处理方法，包括：
2.根据权利要求1所述的方法，所述目标对话模型包括编码层、预测层和解码层；
3.根据权利要求1或2所述的方法，在所述将所述初始对话文本输入目标对话模型，获得目标答复文本之前，还包括：
4.根据权利要求3所述的方法，所述获取提示文本，包括：
5.根据权利要求4所述的方法，所述指示信息包括示例答复文本中指示的表情标签的位置信息；
6.根据权利要求4所述的方法，所述指示信息包括表情标签所属表情库的库标识；
7.根据权利要求3所述的方法，所述获取提示文本，包括：
8.根据权利要求3所述的方法，所述获取提示文本，包括：
9.根据权利要求1所述的方法，所述根据所述目标表情标签，确定目标表情图像，包括：
10.根据权利要求1所述的方法，所述基于所述目标表情图像，生成目标回复内容，包括：
11.一种表情图像生成方法，包括：
12.一种对话处理方法，应用于云侧设备，包括：
13.一种计算设备，包括：
14.一种计算
...【技术特征摘要】
1.一种对话处理方法，包括：
2.根据权利要求1所述的方法，所述目标对话模型包括编码层、预测层和解码层；
3.根据权利要求1或2所述的方法，在所述将所述初始对话文本输入目标对话模型，获得目标答复文本之前，还包括：
4.根据权利要求3所述的方法，所述获取提示文本，包括：
5.根据权利要求4所述的方法，所述指示信息包括示例答复文本中指示的表情标签的位置信息；
6.根据权利要求4所述的方法，所述指示信息包括表情标签所属表情库的库标识；
7.根据权利要求3所述的方法，所述获取提示文本，包...
【专利技术属性】
技术研发人员：徐渊鸿，胡若菲，张建海，冯泽宇，李璇，高星，周弘，付大卫，邹玲，张佶，
申请(专利权)人：杭州阿里云飞天信息技术有限公司，
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。