[發明專利]對話方法、裝置及設備

在審

• 申請號: 201811633183.5
• 申請日: 2018-12-28
• 公開（公告）號: CN109829044A
• 公開（公告）日: 2019-05-31
• 發明（設計）人: 吳文權;劉占一;吳華
• 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;G10L15/22
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 孫靜;劉芳

1.一種對話方法，其特征在于，包括：

獲取用戶輸入的話語信息；

在對話模型中，確定與所述話語信息對應的對話技能模型，所述對話模型中包括意圖識別模型和多個對話技能模型；

根據已確定的對話技能模型，完成與所述用戶之間的對話；

其中，所述對話模型是根據所述多個對話技能模型的第一回報信息和所述意圖識別模型的第二回報信息進行強化學習得到的。

2.根據權利要求1所述的方法，其特征在于，所述在對話模型中，確定與所述話語信息對應的對話技能模型，包括：

在所述意圖識別模型中確定所述話語信息的意圖類型，所述意圖類型為預設的至少一個意圖類型中的一個，每個意圖類型對應一個對話技能模型；

根據已確定的所述話語信息的意圖類型，獲取與所述意圖類型對應的對話技能模型。

3.根據權利要求2所述的方法，其特征在于，所述根據已確定的對話技能模型，完成與所述用戶之間的對話，包括：

確定所述已確定的對話技能模型是否具有對所述話語信息進行回復的能力；

如果是，使用所述已確定的對話技能模型，生成所述話語信息對應的回復信息；

如果否，返回執行所述在所述意圖識別模型中確定所述話語信息的意圖類型的步驟。

4.根據權利要求3所述的方法，其特征在于，所述生成所述話語信息對應的回復信息之后，還包括：

輸出所述回復信息；

獲取用戶針對所述回復信息輸入的新話語信息；

返回執行所述根據已確定的對話技能模型，完成與所述用戶之間的對話的步驟。

5.根據權利要求1至4任一項所述的方法，其特征在于，所述在對話模型中，確定與所述話語信息對應的對話技能模型之前，還包括：

獲取第一訓練數據集，所述第一訓練數據集中包括至少一個待訓練的話語序列；

根據所述待訓練的話語序列，獲取各對話技能模型的決策序列和所述意圖識別模型的決策序列；

根據各所述對話技能模型的決策序列，獲取各所述對話技能模型的第一回報信息；

根據所述意圖識別模型的決策序列，獲取所述意圖識別模型的第二回報信息；

根據各所述對話技能模型的第一回報信息和所述意圖識別模型的第二回報信息，對待訓練的對話模型進行強化學習，得到強化學習后的對話模型。

6.根據權利要求5所述的方法，其特征在于，所述根據各所述對話技能模型的第一回報信息和所述意圖識別模型的第二回報信息，對待訓練的對話模型進行強化學習，得到強化學習后的對話模型之前，還包括：

獲取第二訓練數據集，所述第二訓練數據集包括：至少一個待訓練的話語信息以及各所述待訓練的話語信息對應的標簽，所述標簽用于指示所述待訓練的話語信息對應的意圖類型；

使用所述第二訓練數據集，對所述意圖識別模型進行訓練，直至所述意圖識別模型滿足預設條件。

7.根據權利要求5所述的方法，其特征在于，所述根據各所述對話技能模型的第一回報信息和所述意圖識別模型的第二回報信息，對待訓練的對話模型進行強化學習，得到強化學習后的對話模型之前，還包括：

針對每個所述對話技能模型，獲取第三訓練數據集，所述第三訓練數據集包括：至少一個待訓練的話語信息和各所述待訓練的話語信息對應的回復信息；

使用所述第三訓練數據集，對所述對話技能模型進行訓練，直至所述對話技能模型滿足預設條件。

8.一種對話裝置，其特征在于，包括：

獲取模塊，用于獲取用戶輸入的話語信息；

確定模塊，用于在對話模型中，確定與所述話語信息對應的對話技能模型，所述對話模型中包括意圖識別模型和多個對話技能模型；

對話模塊，用于根據已確定的對話技能模型，完成與所述用戶之間的對話；

其中，所述對話模型是根據所述多個對話技能模型的第一回報信息和所述意圖識別模型的第二回報信息進行強化學習得到的。