[發明專利]一種基于深度學習的多輪情感對話方法有效
| 申請號: | 201810584246.6 | 申請日: | 2018-06-08 |
| 公開(公告)號: | CN108874972B | 公開(公告)日: | 2021-10-19 |
| 發明(設計)人: | 任福繼;虞兵;鮑艷偉 | 申請(專利權)人: | 合肥工業大學 |
| 主分類號: | G06F16/332 | 分類號: | G06F16/332;G06F40/279;G06F40/30 |
| 代理公司: | 安徽合肥華信知識產權代理有限公司 34112 | 代理人: | 余成俊 |
| 地址: | 230601 安徽省合肥市蜀*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 深度 學習 情感 對話 方法 | ||
本發明公開了一種基于深度學習的多輪情感對話方法,對用戶輸入的文本信息進行分詞,并通過預訓練的詞向量模型對文本進行向量化;使用深度學習模型對用戶輸入的文本進行情感分析,并分析對話主題和背景;基于檢索的方式從情感語料庫中檢索最有可能的對話回復;基于用戶對話的情感類別,以及聊天主題和背景,使用生成對抗網絡來生成自然的對話回復;根據兩種不同的對話生成方式,選擇一個對話情感和主題背景與用戶輸入最相關的對話發送給用戶。本發明使用基于檢索和對抗生成對話相結合的方式生成與用戶對話主題和情感一致的回復。有利于提高系統生成對話的質量,從而增加對話輪數,聊天機器人的對話回復具有情感,使得人機對話更加和諧。
技術領域
本發明涉及人機交互技術領域,尤其涉及一種基于深度學習的多輪情感對話方法。
背景技術
對話系統是人機交互領域的核心技術,也是實現和諧人機交互的重要途徑,具有重大的研究意義和應用價值。當前,對話系統在各個領域越來越引起人們的重視,深度學習技術的不斷進步極大地推動了對話系統的發展。對于對話系統,深度學習技術可以利用大量的數據來學習特征表示和回復生成策略,這其中僅需要少量的手工操作。現如今,我們可以很容易地訪問網絡上對話的“大數據”,我們也許能夠學習如何回復,以及如何回復幾乎任何的輸入,這將極大地允許我們在人類和計算機之間建立數據驅動的、開放的對話系統。另一方面,深度學習技術已經被證明是有效的,可以在大數據中捕獲復雜的模式,并擁有大量的研究領域,如計算機視覺、自然語言處理和推薦系統等。
具體來說,對話系統可分為兩類,任務導向型對話系統和非任務導向型對話系統。基于任務的對話系統旨在幫助用戶完成實際具體的任務,例如幫助用戶尋找美食,預訂車票、酒店和餐廳等。非任務導向的對話系統與人類交互,通常應用于客戶服務和智能機器人等領域。
情感對話系統賦予機器情感,使得人機交互更加和諧,增強用戶體驗。
目前的對話系統往往只關注單輪對話,或者最多兩次,因為很難賦予系統長期的計劃能力,進行流暢,連貫,有意義的多輪次對話。與此同時,現有對話系統容易生成生硬冰冷的回復,無法生成具有情感的對話回復,使得用戶想盡早結束對話,無法實現多輪對話。
發明內容
本發明目的就是為了彌補已有技術的缺陷,提供一種基于深度學習的多輪情感對話方法。
本發明是通過以下技術方案實現的:
一種基于深度學習的多輪情感對話方法,包括以下步驟:
(1)獲取用戶輸入的文本信息,對用戶輸入的文本信息進行分詞,并使用預訓練的詞向量將用戶輸入的文本向量化;
(2)使用深度學習模型對用戶輸入的文本進行情感分析,并分析對話主題和背景;
(3)基于檢索的方式從情感語料庫中檢索與用戶對話內容相匹配的回復;
(4)基于用戶對話的情感類別,以及聊天主題和背景,使用對抗的方法生成自然的對話回復;
(5)根據兩種不同的對話生成方法生成的對話回復,選擇對話情感和主題背景與用戶對話最相關的結果發送給用戶。
步驟(1)中所述的對用戶輸入的文本信息進行分詞,并通過預訓練的詞向量對文本進行向量化,具體為:
對用戶輸入的文本使用分詞工具進行分詞處理,然后使用停用詞表去除用戶輸入文本中出現的停用詞;
用自然語言處理的方法對分詞后的文本進行句法、語義分析;
使用預先訓練的詞向量模型將分詞后的文本向量化,合成代表用戶輸入文本的詞向量矩陣X:
X=(x1,x2,...,xn)
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于合肥工業大學,未經合肥工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810584246.6/2.html,轉載請聲明來源鉆瓜專利網。





