[發明專利]基于對話狀態預測的多輪對話方法、裝置和計算機設備

有效

• 申請號: 202010177686.7
• 申請日: 2020-03-13
• 公開（公告）號: CN111475616B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 吳信朝;郜開開;周宸;周寶;陳遠旭
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F40/289;G10L15/16;G10L15/26
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝

本申請揭示了一種基于對話狀態預測的多輪對話方法、裝置、計算機設備和存儲介質，所述方法包括：在與用戶進行i輪對話之后，獲取用戶輸入的第i+1輪語音；對所述第i+1輪語音進行語音識別處理，得到第i+1輪文字文本；判斷所述第i+1輪文字文本是否觸發對話狀態生成條件；若未觸發預設的對話狀態生成條件，則采用預設的p個對話狀態預測工具進行對話狀態預測，得到p個預測對話狀態；若所述p個預測對話狀態相同，則將多輪對話的當前狀態更新為所述預測對話狀態，并根據預設的對話狀態與回復語音的對應關系，獲取第i+1輪回復語音；采用預設的語音輸出裝置，輸出所述第i+1輪回復語音。從而提高了多輪對話方案的泛化能力，保證了流暢性。

技術領域

本申請涉及到計算機領域，特別是涉及到一種基于對話狀態預測的多輪對話方法、裝置、計算機設備和存儲介質。

背景技術

多輪對話技術用以實現人與計算機之類的快速信息交互，其中多輪對話系統包括語音識別、語言理解、對話狀態維護、動作候選排序、語言生成、語音合成等模塊，其中回答邏輯主要體現在對話狀態維護模塊中，也即，當接收到語言理解模塊的輸出之后，判斷系統應該跳轉到什么狀態。對話狀態維護模塊一般可采用人工規則來設置，但是基于人工規則的對話狀態維護模塊不具有泛化能力，即當用戶輸入特別信息后，人工規則未針對該特別信息進行設置，則會造成整個多輪對話的中斷。因此，傳統的多輪對話方案的泛化能力差，運行流暢性得不到保證。

發明內容

本申請的主要目的為提供一種基于對話狀態預測的多輪對話方法、裝置、計算機設備和存儲介質，旨在提高多輪對話方案的泛化能力，保證流暢性。

為了實現上述發明目的，本申請提出一種基于對話狀態預測的多輪對話方法，包括以下步驟：

在與用戶進行i輪對話之后，獲取用戶輸入的第i+1輪語音，其中i為大于1的整數；

根據預設的語音識別方法，對所述第i+1輪語音進行語音識別處理，從而得到第i+1輪文字文本；

判斷所述第i+1輪文字文本是否觸發預設的對話狀態生成條件；

若所述第i+1輪文字文本未觸發預設的對話狀態生成條件，則采用預設的p個對話狀態預測工具，依據所述第i+1輪文字文本和與所述第i+1輪文字文本對應的前文信息，進行對話狀態預測，從而得到與所述p個對話狀態預測工具分別對應的p個預測對話狀態；其中，p為大于1的整數，所述前文信息至少包括第一輪文字文本、...、第i輪文字文本；

判斷所述p個預測對話狀態是否相同；

若所述p個預測對話狀態相同，則將多輪對話的當前狀態更新為所述預測對話狀態，并根據預設的對話狀態與回復語音的對應關系，獲取第i+1輪回復語音；

采用預設的語音輸出裝置，輸出所述第i+1輪回復語音。

進一步地，所述判斷所述第i+1輪文字文本是否觸發預設的對話狀態生成條件的步驟,包括：

將所述第i+1輪文字文本進行分詞處理，從而得到多個關鍵詞；

判斷所述關鍵詞或者所述關鍵詞之間的組合是否記載在預設的配置文件中，其中所述配置文件記載有觸發條件、回復語音和跳轉狀態；

若所述關鍵詞或者所述關鍵詞之間的組合記載在所述觸發條件部分，則判定所述第i+1輪文字文本觸發預設的對話狀態生成條件；

所述判斷所述第i+1輪文字文本是否觸發預設的對話狀態生成條件的步驟之后，包括：

若所述第i+1輪文字文本觸發預設的對話狀態生成條件，則將多輪對話的當前狀態更新為所述跳轉狀態，并采用預設的語音輸出裝置輸出所述回復語音。