[發明專利]一種對話機器人引擎流量分配方法及裝置

有效

• 申請號: 201911398366.8
• 申請日: 2019-12-30
• 公開（公告）號: CN111178489B
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 孫吉良;董鵬;暴宇健
• 申請（專利權）人: 深圳集智數字科技有限公司
• 主分類號: G06N3/00
• 分類號: G06N3/00;H04L12/911;H04L12/927
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 柳欣

1.一種對話機器人引擎流量分配方法，其特征在于，包括：

獲取待分配流量；所述待分配流量為用戶輸入的對話訪問請求；

確定所述待分配流量的流量參數；

根據所述流量參數，利用預先構建的對話機器人引擎流量分配網關，對所述待分配流量進行分配，得到分配結果；確定出待分配流量的流量參數后，將該流量參數輸入對話機器人引擎流量分配網關，以輸出一個表征對話機器人引擎分類的一組向量，向量中每一維度的值為區間[0,1]中的一個數值，且每一維度的值分別代表了該待分配流量被分配至各個預設對話機器人引擎類型的概率值；此時，將其中最大概率值對應的對話機器人引擎類型作為為待分配流量分配的對話機器人引擎；

構建所述對話機器人引擎流量分配網關，包括：

獲取訓練流量；

確定所述訓練流量的流量參數；

根據所述訓練流量的流量參數以及所述訓練流量對應的對話機器人分配標簽對初始對話機器人引擎流量分配網關進行訓練，生成所述對話機器人引擎流量分配網關；具體包括下述步驟A-C：

步驟A：利用訓練流量的流量參數以及訓練流量對應的對話機器人分配標簽對初始對話機器人引擎流量分配網關進行訓練，得到訓練結果；

將訓練流量的流量參數定義為s，將初始對話機器人引擎流量分配網關輸出的分配結果定義為a；并將在一個固定周期內獲取的所有的(s，a)對構成一個“軌跡”，將其定義為τ，即，τ＝(s,a)，將τ作為這段時間內初始對話機器人引擎流量分配網關的訓練結果；

步驟B：根據訓練流量的對話日志，對訓練結果進行滿意度評分，得到評分結果；

通過步驟A利用訓練流量的流量參數以及訓練流量對應的對話機器人分配標簽對初始對話機器人引擎流量分配網關進行訓練得到訓練結果τ后，根據訓練流量的對話日志，計算出各個訓練對話后的效果指標數據，進而根據這些歷史的效果指標數據，以及訓練流量對應的人工標注結果之間的差異，對初始對話機器人引擎流量分配網關的訓練結果進行評分，得到評分結果，并利用R(τ)來表示；

步驟C：根據評分結果，生成對話機器人引擎流量分配網關；

利用策略梯度算法，對初始對話機器人引擎流量分配網關中的人工神經網絡模型進行訓練，以更新模型參數，提高整個網關的評分結果，直至滿足預設的條件，則停止模型參數的更新，完成對話機器人引擎流量分配網關的訓練，生成一個訓練好的對話機器人引擎流量分配網關；

策略梯度算法中滿意度期望的計算公式如下：

其中，表示滿意度期望；N表示訓練結果的總個數；R(τ)表示訓練結果τ的滿意度評分；P_θ(τ)表示初始對話機器人引擎流量分配網關中人工神經網絡模型參數為θ時，訓練結果τ出現的概率；

對滿意度期望進行求梯度計算，具體計算公式如下：

將上述公式(2)轉換為下述公式(3)：

其中，T_n表示訓練結果τ的長度；表示訓練結果τ中第t時刻的訓練流量的流量參數；表示訓練結果τ中第t時刻初始對話機器人引擎流量分配網關輸出的分配結果；表示當前初始對話機器人引擎流量分配網關在輸入的情況下，輸出的條件概率；

根據下述公式(4)，對模型參數進行更新：

其中，θ_n表示第n時刻的模型參數；θ_n-1表示第n-1時刻的模型參數；η表示更新的步長。

2.根據權利要求1所述的方法，其特征在于，所述初始對話機器人引擎流量分配網關包含人工神經網絡模型；所述人工神經網絡模型包含全連接層。

3.根據權利要求1至2任一項所述的方法，其特征在于，根據所述訓練流量的流量參數以及所述訓練流量對應的對話機器人分配標簽對初始對話機器人引擎流量分配網關進行訓練，生成所述對話機器人引擎流量分配網關，包括：

利用所述訓練流量的流量參數以及所述訓練流量對應的對話機器人分配標簽對初始對話機器人引擎流量分配網關進行訓練，得到訓練結果；

根據所述訓練流量的對話日志，對所述訓練結果進行滿意度評分，得到評分結果；

根據所述評分結果，生成所述對話機器人引擎流量分配網關。