[發明專利]對話生成方法、裝置、設備及計算機可讀介質

在審

• 申請號: 201810694537.0
• 申請日: 2018-06-29
• 公開（公告）號: CN109002500A
• 公開（公告）日: 2018-12-14
• 發明（設計）人: 連榮忠;彭金華;馬宗陽;姜迪;何徑舟
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 張臻賢;江宇

1.一種對話生成方法，其特征在于，包括：

獲取輸入的原始語句信息；

根據所述原始語句信息在搜索行為數據中進行查詢，獲得所述原始語句信息的擴展信息；

將所述原始語句信息和所述擴展信息輸入對話生成模型，通過所述對話生成模型輸出回復語句。

2.根據權利要求1所述的對話生成方法，其特征在于，所述對話生成模型包括編碼器和解碼器，將所述原始語句信息和所述擴展信息輸入對話生成模型，通過所述對話生成模型輸出回復語句，包括：

將所述原始語句信息和所述擴展信息輸入編碼器，通過所述編碼器分別生成原始語句向量和擴展語句向量；

將所述原始語句向量和所述擴展語句向量輸入解碼器，通過所述解碼器生成回復語句。

3.根據權利要求2所述的對話生成方法，其特征在于，將所述原始語句向量和所述擴展語句向量輸入解碼器，通過所述解碼器生成回復語句，包括：

將所述原始語句向量和所述擴展語句向量聯合作為所述解碼器的初始向量；

將所述初始向量作為所述解碼器的初始輸入，逐個生成所述回復語句的每個字。

4.根據權利要求2所述的對話生成方法，其特征在于，將所述原始語句向量和所述擴展語句向量輸入解碼器，通過所述解碼器生成回復語句，包括：

將所述原始語句向量和所述擴展語句向量聯合作為所述解碼器的初始向量；

根據初始向量生成回復語句輸出第一個字，并依次將上一個字和擴展向量作為下一個字的初始向量，逐個生成所述回復語句的每個字。

5.根據權利要求1至4中任一項所述的對話生成方法，其特征在于，還包括：

采用訓練數據生成所述對話生成模型，所述對話生成模型是基于循環神經網絡構建的。

6.一種對話生成裝置，其特征在于，包括：

獲取模塊，用于獲取輸入的原始語句信息；

擴展模塊，用于根據所述原始語句信息在搜索行為數據中進行查詢，獲得所述原始語句信息的擴展信息；

生成模塊，用于將所述原始語句信息和所述擴展信息輸入對話生成模型，通過所述對話生成模型輸出回復語句。

7.根據權利要求6所述的對話生成裝置，其特征在于，所述對話生成模型包括編碼器和解碼器，所述生成模塊包括：

信息輸入子模塊，用于將所述原始語句信息和所述擴展信息輸入編碼器，通過所述編碼器分別生成原始語句向量和擴展語句向量；

語句生成子模塊，用于將所述原始語句向量和所述擴展語句向量輸入解碼器，通過所述解碼器生成回復語句。

8.根據權利要求7所述的對話生成裝置，其特征在于，所述語句生成子模塊包括：

第一聯合單元，用于將所述原始語句向量和所述擴展語句向量聯合作為所述解碼器的初始向量；

第一生成單元，用于將所述初始向量作為所述解碼器的初始輸入，逐個生成所述回復語句的每個字。

9.根據權利要求7所述的對話生成裝置，其特征在于，所述語句生成子模塊包括：

第二聯合單元，用于將所述原始語句向量和所述擴展語句向量聯合作為所述解碼器的初始向量；

第二生成單元，用于根據初始向量生成回復語句輸出第一個字，并依次將上一個字和擴展向量作為下一個字的初始向量，逐個生成所述回復語句的每個字。

10.根據權利要求6-9中任一項所述的對話生成裝置，其特征在于，還包括：

模型訓練模塊，用于采用訓練數據生成所述對話生成模型，所述對話生成模型是基于循環神經網絡構建的。

11.一種對話生成設備，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時，使得所述一個或多個處理器實現如權利要求1-5中任一所述的對話生成方法。

12.一種計算機可讀介質，其存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-5中任一所述的對話生成方法。