[發(fā)明專利]一種對話系統(tǒng)構(gòu)建方法、語義受控應(yīng)答方法及裝置

有效

• 申請?zhí)枺?/td>: 201711185817.0
• 申請日: 2017-11-23
• 公開（公告）號: CN107798140B
• 公開（公告）日: 2020-07-03
• 發(fā)明（設(shè)計）人: 蔣宏飛;趙紅紅;晉耀紅
• 申請（專利權(quán)）人: 中科鼎富（北京）科技發(fā)展有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33
• 代理公司: 北京弘權(quán)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11363
• 代理人: 逯長明;許偉群

本申請?zhí)峁┝艘环N對話系統(tǒng)構(gòu)建方法、語義受控應(yīng)答方法及裝置。其中，對話系統(tǒng)包括第一問答模型和第二問答模型。當(dāng)用戶輸入問題時，首先，從問題中獲取與問題語義關(guān)聯(lián)的引導(dǎo)詞；然后，使用第一問答模型對問題生產(chǎn)第一應(yīng)答，第一應(yīng)答包含了對話系統(tǒng)對問題的部分應(yīng)答內(nèi)容；然后，使用第二問答模型對問題生成第二應(yīng)答，第二應(yīng)答包含了對話系統(tǒng)對問題的全部應(yīng)答；其中，引導(dǎo)詞能夠控制第一應(yīng)答模型和第二應(yīng)答模型的輸出，使第一應(yīng)答和第二應(yīng)答語義受控，從而，使本申請實施例提供的一種語義受控應(yīng)答方法，對未知問題生成的應(yīng)答與問題的語義關(guān)聯(lián)度高，此外，隨著引導(dǎo)詞的變化，對未知問題生成的應(yīng)答也會發(fā)生變化，從而提高了對問題應(yīng)答的多樣性。

技術(shù)領(lǐng)域

本申請涉及自然語言處理技術(shù)領(lǐng)域，尤其涉及一種對話系統(tǒng)構(gòu)建方法、語義受控應(yīng)答方法及裝置。

背景技術(shù)

隨著自然語言處理技術(shù)的發(fā)展，基于自然語言處理技術(shù)建立起來的對話系統(tǒng)也得到了廣泛的應(yīng)用，常用的對話系統(tǒng)例如聊天機器人，能夠根據(jù)用戶輸入的聊天內(nèi)容，自動生成相應(yīng)地應(yīng)答。

對話系統(tǒng)根據(jù)應(yīng)用目的不同可分為目標(biāo)驅(qū)動型對話系統(tǒng)和非目標(biāo)驅(qū)動型對話系統(tǒng)。其中，目標(biāo)驅(qū)動型對話系統(tǒng)是指有明確的服務(wù)目標(biāo)或者服務(wù)對象的對話系統(tǒng)，例如客服機器人，天氣播報機器人等；非目標(biāo)驅(qū)動型對話系統(tǒng)是指不為特定領(lǐng)域服務(wù)目的而開發(fā)，以自由情景的對話為聊天方式的對話系統(tǒng)。

現(xiàn)有技術(shù)中，對話系統(tǒng)的對話產(chǎn)生方式可分為基于知識庫的檢索式和基于深度學(xué)習(xí)模型的生成式。由于，非目標(biāo)驅(qū)動型對話系統(tǒng)通常在自由語境下與人類進行對話，其接收的人類對話信息涉及的知識廣泛，很難定義全面的知識庫，因此，非目標(biāo)驅(qū)動型對話系統(tǒng)通常為基于深度學(xué)習(xí)模型的生成式對話系統(tǒng)，以實現(xiàn)機器人對未知對話的應(yīng)答。

參見圖1，為現(xiàn)有技術(shù)公開的一種基于深度學(xué)習(xí)模型的對話系統(tǒng)，在該方法中：基于深度學(xué)習(xí)的對話系統(tǒng)通過建立一個基于RNN(遞歸神經(jīng)網(wǎng)絡(luò)：Recurrent NeuralNetworks)的sequence to sequence模型(簡稱：Seq2Seq模型)，并使用該模型進行大量的語料訓(xùn)練，使Seq2Seq模型能夠從問答對中學(xué)習(xí)到對未知對話的潛在應(yīng)答模式，從而對新提出的未知對話給出應(yīng)答。

雖然，現(xiàn)有技術(shù)的基于深度學(xué)習(xí)模型的對話系統(tǒng)能夠?qū)ξ粗膶υ捊o出應(yīng)答，但是，由于現(xiàn)有技術(shù)的深度學(xué)習(xí)模型使用的是統(tǒng)計學(xué)領(lǐng)域中的一種基于概率的算法來實現(xiàn)訓(xùn)練過程，其經(jīng)過訓(xùn)練后，對未知對話給出的什么樣的應(yīng)答是一種語義不受控的概率事件，因此，現(xiàn)有技術(shù)的基于深度學(xué)習(xí)模型的對話系統(tǒng)對用戶提出的不同對話，經(jīng)常會給出相同的通用應(yīng)答，不能夠根據(jù)用戶的對話內(nèi)容控制應(yīng)答的語義，給出語義不同的應(yīng)答，導(dǎo)致應(yīng)答與問題的關(guān)聯(lián)性不足，影響用戶體驗。

因此，如何提供一種應(yīng)答內(nèi)容關(guān)聯(lián)度更高的對話系統(tǒng)，成為本領(lǐng)域技術(shù)人員亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

本申請實施例提供了一種對話系統(tǒng)構(gòu)建方法、語義受控應(yīng)答方法及裝置，以解決現(xiàn)有技術(shù)中存在的問題。

第一方面，本申請實施例提供了一種對話系統(tǒng)構(gòu)建方法，其中，所述對話系統(tǒng)包括：用于對問題生成應(yīng)答的第一問答模型和第二問答模型，其中，所述第一問答模型用于生成包含所述問題部分應(yīng)答內(nèi)容的第一應(yīng)答，所述第二問答模型用于結(jié)合所述第一應(yīng)答生成包含所述問題完整應(yīng)答內(nèi)容的第二應(yīng)答。所述方法包括：獲取對話語料，所述對話語料為預(yù)設(shè)問題和預(yù)設(shè)答案組成的問答對；從所述預(yù)設(shè)答案中獲取引導(dǎo)詞；以所述引導(dǎo)詞為分割點，獲取所述預(yù)設(shè)答案的第一語段和第二語段，所述第一語段包括所述預(yù)設(shè)答案中位于所述引導(dǎo)詞以前的內(nèi)容，所述第二語段包括所述預(yù)設(shè)答案中位于所述引導(dǎo)詞以后的內(nèi)容；將所述預(yù)設(shè)問題、所述第一語段和所述引導(dǎo)詞作為訓(xùn)練語料，訓(xùn)練獲得所述第一問答模型，并輸出第一訓(xùn)練應(yīng)答；將所述預(yù)設(shè)問題、所述第一訓(xùn)練應(yīng)答和所述第二語段作為訓(xùn)練語料，訓(xùn)練獲得所述第二問答模型。