[發明專利]基于人工智能的對話處理方法、裝置、設備及計算機可讀存儲介質

有效

• 申請號: 201810074464.5
• 申請日: 2018-01-25
• 公開（公告）號: CN108415939B
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 吳文權;劉占一
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/30
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 袁媛

1.一種基于人工智能的對話處理方法，其特征在于，包括：

根據用戶所提供的輸入對話，利用語言理解模型，獲得輸入意圖向量和輸入參數向量；

根據所述輸入意圖向量和所述輸入參數向量，獲得輸出意圖向量和輸出參數向量；

根據所述輸出意圖向量和所述輸出參數向量，利用語言生成模型，獲得輸出對話；所述語言理解模型和所述語言生成模型為利用未標注的訓練語料，進行無監督協同訓練得到的；

向所述用戶返回所述輸出對話。

2.根據權利要求1所述的方法，其特征在于，所述根據用戶所提供的輸入對話，利用語言理解模型，獲得輸入意圖向量和輸入參數向量之前，還包括：

利用未標注的訓練語料，對所述語言理解模型和所述語言生成模型，進行無監督協同訓練。

3.根據權利要求2所述的方法，其特征在于，所述根據用戶所提供的輸入對話，利用語言理解模型，獲得輸入意圖向量和輸入參數向量之前，還包括：

利用已標注的訓練語料，對所述語言理解模型進行有監督訓練。

4.根據權利要求1～3任一權利要求所述的方法，其特征在于，所述根據所述輸入意圖向量和所述輸入參數向量，獲得輸出意圖向量和輸出參數向量，包括：

根據所述輸入意圖向量和所述輸入參數向量，利用意圖轉移模型，獲得所述輸出意圖向量；

根據所述輸入意圖向量和所述輸入參數向量，利用參數轉移模型，獲得所述輸出參數向量。

5.根據權利要求4所述的方法，其特征在于，所述意圖轉移模型或所述參數轉移模型包括神經網絡。

6.一種基于人工智能的對話處理裝置，其特征在于，包括：

理解單元，用于根據用戶所提供的輸入對話，利用語言理解模型，獲得輸入意圖向量和輸入參數向量；

轉移單元，用于根據所述輸入意圖向量和所述輸入參數向量，獲得輸出意圖向量和輸出參數向量；

生成單元，用于根據所述輸出意圖向量和所述輸出參數向量，利用語言生成模型，獲得輸出對話；所述語言理解模型和所述語言生成模型為利用未標注的訓練語料，進行無監督協同訓練得到的；

輸出單元，用于向所述用戶返回所述輸出對話。

7.根據權利要求6所述的裝置，其特征在于，所述裝置還包括訓練單元，用于

利用未標注的訓練語料，對所述語言理解模型和所述語言生成模型，進行無監督協同訓練。

8.根據權利要求7所述的裝置，其特征在于，所述訓練單元，還用于利用已標注的訓練語料，對所述語言理解模型進行有監督訓練。

9.根據權利要求6～8任一權利要求所述的裝置，其特征在于，所述轉移單元，具體用于

根據所述輸入意圖向量和所述輸入參數向量，利用意圖轉移模型，獲得所述輸出意圖向量；以及

根據所述輸入意圖向量和所述輸入參數向量，利用參數轉移模型，獲得所述輸出參數向量。

10.根據權利要求9所述的裝置，其特征在于，所述意圖轉移模型或所述參數轉移模型包括神經網絡。

11.一種設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1～5中任一所述的方法。

12.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1～5中任一所述的方法。