System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理,具体而言,涉及一种对话交互方法、装置、电子设备和存储介质。
技术介绍
1、随着人工智能技术的快速发展,能够实现智能交互的对话模型越来越广泛。现有技术中,基于神经网络的对话模型往往只适用于处理单一对话或对话式对话,难以适应复杂的群聊环境,无法实现全双工的多方对话。
2、基于此,如何基于对话模型实现全双工的多方对话,成为亟需解决的技术问题。
技术实现思路
1、基于上述研究,本专利技术提供一种对话交互方法、装置、电子设备和,可以基于对话模型实现全双工的多方对话,适用于复杂的群聊环境,提高用户体验。
2、本专利技术的实施例可以通过以下方式实现:
3、第一方面,本申请实施例提供一种对话交互方法,该方法包括:
4、获取群聊中待回复的对话信息;
5、将所述对话信息对应的目标用户,以及所述目标用户的历史会话信息更新至所述群聊的用户列表;所述用户列表中包括所述目标用户,以及所述群聊中参与所述对话信息的活跃用户;
6、获取所述活跃用户的第一状态特征,所述状态特征为基于历史对话轮次的历史对话信息进行特征提取得到;
7、根据所述对话信息、所述用户列表中所述目标用户的历史会话信息,以及所述活跃用户的第一状态特征,生成所述对话信息的目标回复信息。
8、在可选地实施例中,所述根据所述对话信息、所述用户列表中所述目标用户的历史会话信息,以及所述活跃用户的第一状态特征,生成所述对话信息的目标回复信
9、通过预设的目标对话模型处理所述对话信息和所述用户列表中所述目标用户的所述历史会话信息,得到目标用户的第二状态特征;
10、通过所述目标对话模型根据所述第一状态特征和所述第二状态特征,获得所述对话信息的目标回复信息。
11、在可选地实施例中,所述目标对话模型的训练步骤包括:
12、获取对话训练样本,并根据所述对话训练样本训练预训练对话模型;
13、根据目标奖励函数确定所述预训练对话模型训练的奖励值;所述目标奖励函数包括:准确性奖励函数、及时性奖励函数、连贯性奖励函数中的至少一项;
14、基于所述奖励值调整所述预训练对话模型的模型参数,并继续执行根据所述对话训练样本对预训练对话模型训练的步骤,直至所述预训练对话模型满足预设条件,得到目标对话模型。
15、在可选地实施例中,所述生成所述对话信息的目标回复信息之后,所述方法还包括:
16、对所述对话信息及对应的所述目标回复信息进行特征提取,以更新所述活跃用户的第一状态特征。
17、在可选地实施例中,所述生成所述对话信息的目标回复信息之后,所述方法还包括:
18、获取所述对话信息对应的目标用户的用户标识;
19、根据所述用户标识标记所述对话信息的目标回复信息,并将标记后的目标回复信息显示于所述群聊的群聊会话界面。
20、在可选地实施例中,所述根据所述对话信息、所述用户列表中所述目标用户的历史会话信息,以及所述活跃用户的第一状态特征,生成所述对话信息的目标回复信息之前,所述方法还包括:
21、计算各所述对话信息的语义相似度;
22、将所述语义相似度大于预设相似阈值的对话信息,确定为相同语义意图的对话信息;
23、从所述相同语义意图的对话信息中选择一对话信息,并继续执行根据所述对话信息、所述用户列表中所述目标用户的历史会话信息,以及所述活跃用户的第一状态特征,生成所述对话信息的目标回复信息的步骤。
24、在可选地实施例中,所述生成所述对话信息的目标回复信息之后,所述方法还包括:
25、响应于对所述目标回复信息的负反馈操作,确定所述负反馈操作对应的反馈用户;
26、通过预设的目标对话模型处理所述反馈用户的对话信息、所述用户列表中所述反馈用户的历史会话信息,以及所述活跃用户的状态特征,生成所述对话信息的目标回复信息。
27、在可选地实施例中,所述生成所述对话信息的目标回复信息之后,所述方法还包括:
28、对所述对话信息及对应的所述目标回复信息进行特征提取,以更新所述活跃用户的第一状态特征;
29、将所述目标回复信息对应的所述目标用户从所述用户列表中删除,更新所述用户列表。
30、第二方面,本申请实施例还提供一种对话交互装置,所述对话交互装置包括:
31、数据获取模块,用于获取群聊中待回复的对话信息;
32、用户管理模块,用于将所述对话信息对应的目标用户,以及所述目标用户的历史会话信息更新至所述群聊的用户列表;所述用户列表中包括所述目标用户,以及所述群聊中参与所述对话信息的活跃用户;
33、状态管理模块,用于获取所述活跃用户的第一状态特征,所述状态特征为基于历史对话轮次的历史对话信息进行特征提取得到;
34、回复生成模块,用于根据所述对话信息、所述用户列表中所述目标用户的历史会话信息,以及所述活跃用户的第一状态特征,生成所述对话信息的目标回复信息。
35、第三方面,本申请实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上任一项所述的对话交互方法。
36、第四方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括计算机程序,所述计算机程序运行时控制所述计算机可读存储介质所在电子设备执行如上任一项所述的对话交互方法。
37、本专利技术提供的对话交互方法、装置、电子设备和存储介质,通过将群聊中对话信息对应的目标用户、以及目标用户的历史会话信息更新至群聊的用户列表中,通过处理对话信息、用户列表中目标用户的历史会话信息以及活跃用户的第一状态特征,生成对话信息的目标回复信息,一方面,实现了在群聊场景中实现全双工的多方对话,在与多个目标用户对话时,能够同时处理并相应多个待回复的对话信息,适用于复杂的群聊环境;另一方面,在得到目标回复信息时需要参考目标用户的历史会话信息和活跃用户的第一状态特征,从而进一步提高对话交互的准确性,提高用户体验。
本文档来自技高网...【技术保护点】
1.一种对话交互方法,其特征在于,所述方法包括:
2.根据权利要求1所述的对话交互方法,其特征在于,所述根据所述对话信息、所述用户列表中所述目标用户的历史会话信息,以及所述活跃用户的第一状态特征,生成所述对话信息的目标回复信息,包括:
3.根据权利要求2所述的对话交互方法,其特征在于,所述目标对话模型的训练步骤包括:
4.根据权利要求1所述的对话交互方法,其特征在于,所述生成所述对话信息的目标回复信息之后,所述方法还包括:
5.根据权利要求1所述的对话交互方法,其特征在于,所述根据所述对话信息、所述用户列表中所述目标用户的历史会话信息,以及所述活跃用户的第一状态特征,生成所述对话信息的目标回复信息之前,所述方法还包括:
6.根据权利要求5所述的对话交互方法,其特征在于,所述生成所述对话信息的目标回复信息之后,所述方法还包括:
7.根据权利要求1-6任一项所述的对话交互方法,其特征在于,所述生成所述对话信息的目标回复信息之后,所述方法还包括:
8.一种对话交互装置,其特征在于,所述对话交互装置包括:
9.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的对话交互方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括计算机程序,所述计算机程序运行时控制所述计算机可读存储介质所在电子设备执行权利要求1至7任一项所述的对话交互方法。
...【技术特征摘要】
1.一种对话交互方法,其特征在于,所述方法包括:
2.根据权利要求1所述的对话交互方法,其特征在于,所述根据所述对话信息、所述用户列表中所述目标用户的历史会话信息,以及所述活跃用户的第一状态特征,生成所述对话信息的目标回复信息,包括:
3.根据权利要求2所述的对话交互方法,其特征在于,所述目标对话模型的训练步骤包括:
4.根据权利要求1所述的对话交互方法,其特征在于,所述生成所述对话信息的目标回复信息之后,所述方法还包括:
5.根据权利要求1所述的对话交互方法,其特征在于,所述根据所述对话信息、所述用户列表中所述目标用户的历史会话信息,以及所述活跃用户的第一状态特征,生成所述对话信息的目标回复信息之前,所述方法还包括:
...
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。