[發(fā)明專利]響應推斷方法和設備

在審

• 申請?zhí)枺?/td>: 202010392362.5
• 申請日: 2020-05-11
• 公開（公告）號: CN112597270A
• 公開（公告）日: 2021-04-02
• 發(fā)明（設計）人: 全在勳;金美淑;樸貞訓;韓奎范
• 申請（專利權）人: 三星電子株式會社
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06N3/04;G06N3/08
• 代理公司: 北京銘碩知識產(chǎn)權代理有限公司 11286
• 代理人: 史泉;張川緒

公開了一種響應推斷方法和設備。所述響應推斷設備接收輸入，通過對輸入進行編碼，在潛變量區(qū)域空間中生成潛變量向量，生成與潛變量向量具有預定相位差的驗證向量，通過對潛變量向量進行解碼來生成輸出響應，通過對驗證向量進行解碼來生成驗證響應，并且通過將輸出響應與驗證響應進行比較來驗證輸出響應。

本申請要求于2019年10月2日在韓國知識產(chǎn)權局提交的第10-2019-0122021號韓國專利申請的權益，所述韓國專利申請的全部公開出于所有目的通過引用包含于此。

技術領域

下面的描述涉及響應推斷方法和設備。

背景技術

會話或話語模型包括面向目標的會話模型和普通會話模型。面向目標的會話模型生成對具有明確目標的話語的單一響應。普通會話模型生成對不具有特定目標的話語(例如，依次的問候或情感的表達)的各種響應。

生成對用戶話語的響應的模型包括基于規(guī)則的會話模型、基于搜索的會話模型以及基于生成的會話模型。在一個示例中，基于規(guī)則的會話模型使用預配置的模板。在一個示例中，基于搜索的會話模型在數(shù)據(jù)庫中搜索合適的響應。在一個示例中，基于生成的會話模型使用預訓練的編碼器和解碼器來生成最佳響應。

發(fā)明內容

提供本發(fā)明內容以簡化的形式介紹在以下具體實施方式中進一步描述的構思的選擇。本發(fā)明內容不意在確定要求保護的主題的關鍵特征或必要特征，也不意在用于幫助確定要求保護的主題的范圍。

在一個總體方面，一種處理器實現(xiàn)的響應推斷方法包括：接收輸入；通過對接收的輸入進行編碼，在包括與多個響應對應的多個區(qū)域的潛變量區(qū)域空間中生成潛變量向量；生成與生成的潛變量向量具有預定相位差的驗證向量；通過對潛變量向量進行解碼，生成與潛變量向量的區(qū)域對應的輸出響應；通過對驗證向量進行解碼，生成與驗證向量的區(qū)域對應的驗證響應；通過將輸出響應與驗證響應進行比較來驗證輸出響應；和基于驗證的結果輸出對接收的輸入的輸出響應。

生成驗證向量的步驟可包括：生成驗證向量，使得驗證向量與潛變量向量具有預定相位差。

生成驗證向量的步驟可包括：生成驗證向量，使得驗證向量與潛變量向量反相。

驗證向量可包括多個驗證向量，并且其中，生成驗證向量的步驟可包括：生成驗證向量，使得驗證向量與潛變量向量具有多個預定相位差。

潛變量向量可以是可包括用于生成對接收的輸入的響應的多個潛信息變量的多維向量。

生成潛變量向量的步驟可包括：通過對接收的輸入進行編碼來生成潛變量；和生成屬于包括在與潛變量對應的潛變量區(qū)域空間中的所述多個區(qū)域中的一個區(qū)域的潛變量向量。

生成潛變量向量的步驟可包括：基于表示潛變量區(qū)域空間的概率分布對多個向量進行采樣；和基于采樣的多個向量來生成潛變量向量。

驗證輸出響應的步驟可包括：對輸出響應進行評分；對驗證響應進行評分；和將輸出響應的分數(shù)與驗證響應的分數(shù)進行比較。

比較的步驟可包括：確定輸出響應的分數(shù)與驗證響應的分數(shù)之間的差是否大于預定值。

所述輸入可以是用戶在會話中不意在得到特定響應的話語，并且所述多個響應中的每個響應是對所述話語的不同的響應。

生成潛變量向量的步驟可包括：用編碼器對接收的輸入進行編碼，并且其中，所述編碼器的神經(jīng)網(wǎng)絡包括與接收的輸入對應的輸入層和與對潛變量建模的概率分布的均值和方差對應的輸出層。

生成輸出響應的步驟可包括：用解碼器對潛變量向量進行解碼，并且生成驗證響應的步驟可包括：用所述解碼器對驗證向量進行解碼，并且其中，所述解碼器的神經(jīng)網(wǎng)絡可包括與潛變量向量對應的輸入層和與輸出響應對應的輸出層。

所述解碼器的神經(jīng)網(wǎng)絡可包括與驗證向量對應的輸入層和與驗證響應對應的輸出層。