[發(fā)明專利]對話行為推定方法、對話行為推定裝置以及程序

在審

• 申請?zhí)枺?/td>: 201710275956.6
• 申請日: 2017-04-25
• 公開（公告）號(hào): CN107545897A
• 公開（公告）日: 2018-01-05
• 發(fā)明（設(shè)計(jì)）人: 牛尾貴志
• 申請（專利權(quán)）人: 松下知識(shí)產(chǎn)權(quán)經(jīng)營株式會(huì)社
• 主分類號(hào): G10L17/04
• 分類號(hào): G10L17/04;G10L17/18;G10L15/06;G10L15/16;G10L15/183
• 代理公司: 北京市中咨律師事務(wù)所11247
• 代理人: 徐健,段承恩

技術(shù)領(lǐng)域

本公開涉及推定語言表達(dá)文被分類的對話行為的對話行為推定方法以及對話行為推定裝置。

背景技術(shù)

對話行為推定技術(shù)是將用戶的語言表達(dá)向指出該語言表達(dá)的含義的對話行為變換的技術(shù)。作為這種技術(shù)，存在如下現(xiàn)有技術(shù)：使用以一句話為單位賦予了對話行為的對話語料庫，將對對話行為有貢獻(xiàn)的高頻度的語句作為特征來進(jìn)行學(xué)習(xí)(例如參照專利文獻(xiàn)1以及專利文獻(xiàn)2)。另外，還存在如下現(xiàn)有技術(shù)：不僅使用語句，還使用上下文信息(尤其是，前一句話)，來學(xué)習(xí)依賴上下文的對話行為(例如參照專利文獻(xiàn)3以及非專利文獻(xiàn)1)。

在先技術(shù)文獻(xiàn)

專利文獻(xiàn)

專利文獻(xiàn)1：日本專利第3016779號(hào)公報(bào)

專利文獻(xiàn)2：日本專利第3059413號(hào)公報(bào)

專利文獻(xiàn)3：日本專利第5591772號(hào)公報(bào)

非專利文獻(xiàn)

非專利文獻(xiàn)1：Nal Kalchbrenner，Phil Blunsom，"Recurrent Convolutional Neural Networks for Discourse Compositionality"，arXiv preprint arXiv：1306.3584，2013.

發(fā)明內(nèi)容

發(fā)明要解決的課題

關(guān)于這樣的對話行為推定技術(shù)，期望進(jìn)一步提高精度。

本公開的目的在于提供能夠提高精度的對話行為推定方法或者對話行為推定裝置。

用于解決課題的技術(shù)方案

本公開的一個(gè)技術(shù)方案所涉及的對話行為推定方法是推定語言表達(dá)文被分類的對話行為的對話行為推定裝置中的對話行為推定方法，包括：取得使可能成為當(dāng)前的語言表達(dá)文的第1文句的文本數(shù)據(jù)、可能成為所述第1文句的前一語言表達(dá)文的第2文句的文本數(shù)據(jù)、表示所述第1文句的說話者是否與所述第2文句的說話者相同的第1說話者交替信息、表示所述第1文句的分類的對話行為信息相關(guān)聯(lián)而成的第1訓(xùn)練數(shù)據(jù)，將所述第1訓(xùn)練數(shù)據(jù)應(yīng)用于預(yù)定模型，由此對所述當(dāng)前的語言表達(dá)文和所述對話行為信息的關(guān)聯(lián)進(jìn)行學(xué)習(xí)，將所述學(xué)習(xí)的結(jié)果作為學(xué)習(xí)結(jié)果信息來進(jìn)行存儲(chǔ)。

發(fā)明的效果

本公開能夠提供可以提高精度的對話行為推定方法或者對話行為推定裝置。

附圖說明

圖1是示出實(shí)施方式所涉及的對話行為推定裝置的結(jié)構(gòu)的框圖。

圖2是實(shí)施方式所涉及的對話行為推定裝置的處理的流程圖。

圖3是實(shí)施方式所涉及的學(xué)習(xí)部的框圖。

圖4是實(shí)施方式所涉及的學(xué)習(xí)處理的流程圖。

圖5是示出實(shí)施方式所涉及的訓(xùn)練語料庫的一例的圖。

圖6是示出實(shí)施方式所涉及的訓(xùn)練語料庫的一例的圖。

圖7是示出實(shí)施方式所涉及的神經(jīng)網(wǎng)絡(luò)的概略的圖。

圖8是實(shí)施方式所涉及的對話行為推定部的框圖。

圖9是實(shí)施方式所涉及的對話行為推定處理的流程圖。

圖10是示出實(shí)施方式所涉及的對話數(shù)據(jù)的一例的圖。

圖11是示出實(shí)施方式所涉及的對話數(shù)據(jù)的一例的圖。

圖12是示出實(shí)施方式所涉及的推定結(jié)果的一例的圖。

圖13是示出實(shí)施方式所涉及的推定結(jié)果的一例的圖。

圖14是示出實(shí)施方式所涉及的推定結(jié)果的精度的圖。

圖15是實(shí)施方式所涉及的對話系統(tǒng)的框圖。

具體實(shí)施方式

(作為本公開的基礎(chǔ)的見解)

在專利文獻(xiàn)1中，作為問題的是：在基于作為聲音識(shí)別結(jié)果與中間言語數(shù)據(jù)的對的學(xué)習(xí)數(shù)據(jù)，識(shí)別對話行為和概念的組合來作為中間言語以使得識(shí)別錯(cuò)誤成為最小時(shí)，理解率較低。作為該問題的解決方案，使用通過概念推定用以及說話行為推定用有限狀態(tài)自動(dòng)裝置進(jìn)行的推定、和使用了多個(gè)概念以及概念的組合的二元模型(bi-gram model)的重排序，將聲音識(shí)別結(jié)果變換為說話行為、概念或者概念的組合的序列。

另外，在專利文獻(xiàn)2中，對于與專利文獻(xiàn)1同樣的問題，利用依賴于自然語言表達(dá)文所含的說話行為的制約、和依賴于自然語言表達(dá)文所含的語義的概念之間的組合的制約，提高識(shí)別對話行為和概念的組合時(shí)的理解率。