[發(fā)明專利]一種教育機(jī)器人對話數(shù)據(jù)集的生成方法、裝置及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011147186.5
• 申請日: 2020-10-23
• 公開（公告）號: CN112256851A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計）人: 閆曉宇;于丹;李雪;馬壯;王宇;管浩言
• 申請（專利權(quán)）人: 大連東軟教育科技集團(tuán)有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/186;G06K9/62
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 李馨

本發(fā)明提供一種教育機(jī)器人對話數(shù)據(jù)集的生成方法、裝置及存儲介質(zhì)。方法包括：獲取目標(biāo)課程的知識點清單，并根據(jù)知識點清單構(gòu)建對話機(jī)器人的封閉域；設(shè)定對話意圖和詞槽，所述詞槽為對話中的關(guān)鍵信息，其根據(jù)所述對話意圖的類型選擇，所述對話意圖類型包括通知類和需求類；構(gòu)建問句模板，所述問句模板包括首問句模板和再問句模板；根據(jù)對話機(jī)器人的封閉域生成對話目標(biāo)；基于所述對話目標(biāo)和問句模板生成多輪對話語句。本發(fā)明可應(yīng)用于自然語言處理和數(shù)據(jù)生成領(lǐng)域，尤其是多輪問話數(shù)據(jù)集的生成，并基于生成的數(shù)據(jù)集，訓(xùn)練特定封閉域內(nèi)的任務(wù)驅(qū)動型多輪對話機(jī)器人。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言處理和數(shù)據(jù)生成領(lǐng)域，具體而言，尤其涉及一種教育機(jī)器人對話數(shù)據(jù)集的生成方法、裝置及存儲介質(zhì)。

背景技術(shù)

目前對于封閉域的任務(wù)驅(qū)動型多輪對話數(shù)據(jù)集大多由人工生成，這可以得到最接近人類自然語言的對話，例如DSTC系列數(shù)據(jù)集，WOZ，MultiWOZ，CrossWOZ等。這些數(shù)據(jù)集的生成針對于餐館、景點、酒店等特定的域，其包含的對話內(nèi)容緊緊耦合在這些域上，很難應(yīng)用到其它域的對話機(jī)器人訓(xùn)練過程中。此外用人工的方法生成數(shù)據(jù)集所需要的時間周期較長，更重要的是，人工產(chǎn)生對話數(shù)據(jù)集的價格是十分昂貴的，為多輪對話的研究帶來了阻力。

而另一方面，雖然我們可以根據(jù)需求編寫簡單的代碼自動生成一些對話語句，但這樣的文本結(jié)構(gòu)很難應(yīng)用到對話機(jī)器人的算法當(dāng)中。目前還沒有成熟的方法可以自動生成適合作為多輪對話相關(guān)算法輸入的數(shù)據(jù)集。

發(fā)明內(nèi)容

本發(fā)明公開了一種教育機(jī)器人多輪對話數(shù)據(jù)集的生成方法、裝置及存儲介質(zhì)。以解決現(xiàn)有技術(shù)中缺乏自動生成適合作為多輪對話相關(guān)算法輸入的數(shù)據(jù)集的技術(shù)問題。

本發(fā)明采用的技術(shù)手段如下：

一種教育機(jī)器人對話數(shù)據(jù)集的生成方法，包括：

獲取目標(biāo)課程的知識點清單，并根據(jù)知識點清單構(gòu)建對話機(jī)器人的封閉域；

設(shè)定對話意圖和詞槽，所述詞槽為對話中的關(guān)鍵信息，其根據(jù)所述對話意圖的類型選擇，所述對話意圖類型包括通知類和需求類；

構(gòu)建問句模板，所述問句模板包括首問句模板和再問句模板，所述首問句模板包含多輪對話進(jìn)行的必要信息，所述再問句在多輪對話首輪后的任意一輪問句生成時被調(diào)用；

根據(jù)對話機(jī)器人的封閉域生成對話目標(biāo)；

基于所述對話目標(biāo)和問句模板生成多輪對話語句。

進(jìn)一步地，所述根據(jù)知識點清單構(gòu)建對話機(jī)器人的封閉域，還包括通過更新知識點清單切換對話機(jī)器人的封閉域。

進(jìn)一步地，所述通知類表示需要提供給機(jī)器人信息的意圖；請求類表示希望從機(jī)器人處得到信息的意圖。

一種教育機(jī)器人對話模型訓(xùn)練方法，包括：

重復(fù)執(zhí)行如上述任一項所述的教育機(jī)器人對話數(shù)據(jù)集的生成方法，生成教育機(jī)器人對話數(shù)據(jù)集，所述教育機(jī)器人對話數(shù)據(jù)集包括多輪對話的提問語句；

將所述教育機(jī)器人對話數(shù)據(jù)集作為訓(xùn)練數(shù)據(jù)集訓(xùn)練教育機(jī)器人對話模型；

基于所述教育機(jī)器人對話模型，實現(xiàn)人機(jī)對話。

一種教育機(jī)器人對話數(shù)據(jù)集的生成裝置，包括：

獲取單元，用于獲取目標(biāo)課程的知識點清單，并根據(jù)知識點清單構(gòu)建對話機(jī)器人的封閉域；

設(shè)定單元，用于設(shè)定對話意圖和詞槽，所述詞槽為對話中的關(guān)鍵信息，其根據(jù)所述對話意圖的類型選擇，所述對話意圖類型包括通知類和需求類；

構(gòu)建單元，用于構(gòu)建問句模板，所述問句模板包括首問句模板和再問句模板，所述首問句模板包含多輪對話進(jìn)行的必要信息，所述再問句在多輪對話首輪后的任意一輪問句生成時被調(diào)用；