[發明專利]封閉域的智能人機對話系統

有效

• 申請號: 201710973047.X
• 申請日: 2017-10-18
• 公開（公告）號: CN108415923B
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 鄂海紅;宋美娜;胡鶯夕;趙文駿;王昕睿;趙鑫祿;陳忠富;祝一帆
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F40/30;G06K9/62;G10L15/22;G10L15/26;G10L15/16;G10L15/02;G10L15/18
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張潤

本發明提出一種封閉域的智能人機對話系統，該系統包括：第一建模模塊，第一建模模塊用于基于雙向長短時記憶網絡和卷積神經網絡構建多特征融合深度意圖識別模型；第二建模模塊，用于采用人機對話狀態系統當前狀態輸入與上下文語句聯合建模方式來構建基于MC?BLSTM?MSCNN的對話狀態跟蹤模型；第三建模模塊，用于構建基于移位注意力機制的域外恢復機制的Bi?LSTM匹配模型，以將識別到的用戶意圖、用戶槽值輸入移位網絡進行注意力機制的權重分發，實現對話狀態的編碼和對話控制的匹配。本發明具有更高的意圖識別精確度、對話狀態跟蹤的正確性和對話控制的穩定性，進而提升了人機系統的認知智能能力。

技術領域

本發明涉及人機對話技術領域，特別涉及一種封閉域的智能人機對話系統。

背景技術

目前業界的人機對話系統大多采用人工梳理業務邏輯編寫成規則的方式進行對話匹配，不具備更高的認知智能，而學術界多專注于人機對話系統的某個實現部分，例如對話狀態跟蹤，自然語言理解等，沒有一套充分考慮業務場景的完整解決方案，且現有技術并不能夠輕易解決人機對話系統的低流暢性和單領域問題。而在人機交互的對話系統中又存在如下三個難點。

(1)短文本性和語法缺失性對意圖理解精確性的挑戰。

在人機交互場景中，用戶輸入多為口語形式的話語，具有短文本性和語法缺失性等特征，增大了在對話系統中用戶意圖識別的難度。

(2)人機對話多輪反復的復雜性對對話模型智能化程度及遷移性的挑戰。

對話系統不同于一般的“一問一答”問答系統，需要進行對話過程中的狀態跟蹤，因此需要解析用戶輸入中的槽值對信息。

(3)人機對話系統多個環節全部AI化帶來的挑戰。

智能服務人機對話系統要實現一個完整AI系統包括多個流程，設計一套低耦合度、保證各模塊高可用性高性能、同時能形成一套完整的數據處理流需要十分詳盡的解決方案。

目前的人機對話系統中的意圖識別可以作為文本語義分類問題，傳統意圖識別使用機器學習中的方法，諸如支持向量機(SVM)，貝葉斯網絡等。對話狀態跟蹤技術并沒有很好的實現與應用；而對話管理則大多采用有限狀態機和規則匹配，根據不同的狀態或規則產生相應的對話動作。比如在申請號為201410781154.9的中國專利申請中，使用了一種支持向量機(SVM)的意圖識別方法。該系統將采集的數據用數字進行分類編號，確定出特征值和意圖類別，然后對采集的數據用PCA主成份分析法進行降維處理，選擇適當的核函數將特征向量映射到高維的空間中，以便將本來不可分的數據分開，再用預先分類好的SVM模型對參數進行訓練和離線驗證，最后通過實時采集的數據對意圖進行識別。在申請號為201511001276.2的專利申請中，使用了有限狀態機，首先獲得用戶輸入的語音所轉化的文本；對所述文本進行語義識別，獲得所述用戶的意圖；將所述用戶的意圖與跳轉條件進行匹配；根據與所述用戶的意圖匹配的跳轉條件根據有限狀態自動機，跳轉到相應的代理模塊，以執行所述代理模塊的功能，獲得執行結果。

然而，現有對話系統中意圖識別忽略了人機對話場景中的短文本性、語法缺失性，造成識別精度不高；對話狀態跟蹤沒有得到很好的應用，導致上下文的語義信息被忽略；對話控制忽略了對話跳到非該域外的控制與恢復，且沒有針對上下文語境實現不同反饋，無法響應對話的動態變化。

發明內容

本發明旨在至少解決上述技術問題之一。

為此，本發明的一個目的在于提出一種封閉域的智能人機對話系統，該系統具有更高的意圖識別精確度、對話狀態跟蹤的正確性和對話控制的穩定性，進而提升了人機系統的認知智能能力。