[發明專利]對話生成方法、網絡訓練方法、裝置、存儲介質及設備

有效

• 申請號: 202010816286.6
• 申請日: 2020-08-14
• 公開（公告）號: CN111897941B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 陳修意;孟凡東;李鵬;周杰
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/126;G06F40/205;G06N3/0442;G06N3/0464;G06N3/084
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 張所明

本申請公開了一種對話生成方法、網絡訓練方法、裝置、存儲介質及設備，屬于人工智能領域。該方法包括：獲取待響應的目標對話上文；根據目標對話上文獲取第一候選知識集，第一候選知識集中包括與目標對話上文在內容上關聯的候選知識文本；根據目標對話上文和第一候選知識集，預測目標對話上文的初步對話回復；根據初步對話回復更新目標對話上文；根據更新后的對話上文，獲取第一候選知識集中每個候選知識文本被選中的概率值；在第一候選知識集中篩選概率值最大目標知識文本；根據目標對話上文和目標知識文本，生成目標對話上文的最終對話回復。本申請能夠顯著提高知識選擇準確率，從而提升智能對話機器人的對話生成質量。

技術領域

本申請涉及人工智能領域，特別涉及一種對話生成方法、網絡訓練方法、裝置、存儲介質及設備。

背景技術

人機對話是人工智能(Artificial Intelligence，AI)領域中一種典型的自然語言處理(Natural Language Processing，NLP)任務，目前具有廣泛的應用前景。

通常情況下，人機對話基于智能對話機器人(也被稱為智能對話系統或智能對話平臺)實現。示例性地，智能對話機器人依托于AI技術可以為用戶提供諸如信息查詢、情感聊天、知識問答、任務對話等服務。

其中，智能對話機器人能否向用戶輸出精準的對話回復，是影響人機對話質量的關鍵因素。為此，在人機交互過程中如何向用戶輸出高質量的對話回復，便成為了本領域技術人員亟待解決的一個問題。

發明內容

本申請實施例提供了一種對話生成方法、網絡訓練方法、裝置、存儲介質及設備，能夠顯著地提升人機對話質量。所述技術方案如下：

一方面，提供了一種對話生成方法，所述方法包括：

獲取待響應的目標對話上文；

根據所述目標對話上文獲取第一候選知識集，所述第一候選知識集中包括與所述目標對話上文在內容上關聯的候選知識文本；

根據所述目標對話上文和所述第一候選知識集，預測所述目標對話上文的初步對話回復；根據所述初步對話回復更新所述目標對話上文；

根據更新后的對話上文，獲取所述第一候選知識集中每個候選知識文本被選中的概率值；在所述第一候選知識集中篩選概率值最大目標知識文本；

根據所述目標對話上文和所述目標知識文本，生成所述目標對話上文的最終對話回復。

另一方面，提供了一種網絡訓練方法，所述方法包括：

獲取歷史對話語料，所述歷史對話語料包括歷史對話上文和歷史對話回復；

根據所述歷史對話上文獲取第二候選知識集，所述第二候選知識集中包括與所述歷史對話上文在內容上關聯的候選知識文本；

根據所述歷史對話上文和所述第二候選知識集，預測所述歷史對話上文的初步對話回復；根據所述初步對話回復更新所述歷史對話上文；

基于知識選擇網絡獲取第一概率分布，所述第一概率分布以更新后的對話上文為條件且對所述第二候選知識集進行采樣；

基于所述知識選擇網絡獲取第二概率分布，所述第二概率分布以所述歷史對話上文和所述歷史對話回復為條件且對所述第二候選知識集進行采樣；

根據所述第一概率分布和所述第二概率分布，構建散度損失函數；

不斷優化所述知識選擇網絡的網絡參數，直至最小化所述散度損失函數；

其中，訓練得到的知識選擇網絡負責輸出用于對話生成的目標知識文本。

另一方面，提供了一種對話生成裝置，所述裝置包括：