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】
本公开涉及但不限于人工智能,尤其涉及一种对话回复的生成方法、装置、设备、存储介质。
技术介绍
1、随着人工智能技术的发展,对话机器人已经在生活的各个领域中得以应用。尤其是近年来数字人技术的发展,对话机器人已经从简单的智能客服、智能音箱等,发展为可以具有具体人物属性信息的数字人,这使得对话机器人开始真正变成一个实体。相关技术中,对话机器人可以通过包含对话生成模型、和/或检索式对话模块等的对话系统实现。但是,相关技术中实现的对话机器人还不能很好地满足用户的对话需求。
技术实现思路
1、有鉴于此,本公开实施例至少提供一种对话回复的生成方法、装置、设备、存储介质,可以更好地满足用户的对话需求。
2、本公开实施例的技术方案是这样实现的:
3、本公开实施例提供一种对话回复的生成方法,所述方法包括:
4、获取当前对话信息;
5、利用对话生成模型,生成针对所述当前对话信息的目标回复信息;其中,所述对话生成模型是利用第一对话数据集和第二对话数据集训练得到的,所述第一对话数据集包括与目标人物属性信息相关的第一人设对话样本,所述第二对话数据集包括与其他对象属性信息相关的对话样本。
6、本公开实施例提供一种对话回复的生成装置,所述装置包括:
7、第一获取模块,用于获取当前对话信息;
8、生成模块,用于利用对话生成模型,生成针对所述当前对话信息的目标回复信息;其中,所述对话生成模型是利用第一对话数据集和第二对话数据集训练得到
9、本公开实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述对话回复的生成方法中的部分或全部步骤。
10、本公开实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述对话回复的生成方法中的部分或全部步骤。
11、本公开实施例中,对话生成模型是利用第一对话数据集和第二对话数据集训练得到的,第一对话数据集包括与目标人物属性信息相关的第一人设对话样本,第二对话数据集包括与其他对象属性信息相关的对话样本。这样,由于利用与目标人物属性信息相关的第一人设对话样本、以及与其他对象属性信息相关的对话样本共同训练对话生成模型,可以使得训练后的对话生成模型既能自适应生成与目标人物的属性信息相关的问题的回复、提升对目标人物的属性信息相关的问题回复的多样性,也能兼具对与其他对象属性信息相关的问题的回复能力,从而可以更好地满足用户的对话需求。此外,由于训练后的对话生成模型学习了与目标人物属性信息相关的第一人设对话样本,从而可以提升生成的回复与目标人物的属性信息之间的一致性,进而提升对目标人物的属性信息相关的问题回复的准确性。
12、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开的技术方案。
本文档来自技高网...【技术保护点】
1.一种对话回复的生成方法,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,在所述利用对话生成模型,生成针对所述当前对话信息的目标回复信息之前,所述方法还包括:
3.根据权利要求1所述的方法,其特征在于,在所述利用对话生成模型,生成针对所述当前对话信息的目标回复信息之前,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标人物的属性信息,生成至少一个第一人设对话样本,包括:
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述第二对话数据集中包括以下至少之一:
6.根据权利要求1至4中任一项所述的方法,其特征在于,所述第一对话数据集中对话样本的数量为第一数量,所述第二对话数据集中对话样本的数量为第二数量;所述第一数量不超过所述第二数量,且所述第二数量与所述第一数量之间的比值为预设比值。
7.根据权利要求1至4中任一项所述的方法,其特征在于,所述当前对话信息中包括至少一条对话语句;所述利用对话生成模型,生成针对所述当前对话信息的目标回复信息,包括:
9.一种对话回复的生成装置,其特征在于,所述装置包括:
10.一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8中任一项所述方法中的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至8中任一项所述方法中的步骤。
...【技术特征摘要】
1.一种对话回复的生成方法,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,在所述利用对话生成模型,生成针对所述当前对话信息的目标回复信息之前,所述方法还包括:
3.根据权利要求1所述的方法,其特征在于,在所述利用对话生成模型,生成针对所述当前对话信息的目标回复信息之前,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标人物的属性信息,生成至少一个第一人设对话样本,包括:
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述第二对话数据集中包括以下至少之一:
6.根据权利要求1至4中任一项所述的方法,其特征在于,所述第一对话数据集中对话样本的数量为第一数量,所述第二对话数据集中对话样本的数量为第二数量;所述第一数量不超过所述第二数量,且所述第二数量与所述第一数量之...
【专利技术属性】
技术研发人员:请求不公布姓名,
申请(专利权)人:摩尔线程智能科技北京有限责任公司,
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。