[發明專利]應用于多輪對話的服務設備及多輪對話方法

在審

• 申請號: 202011212620.3
• 申請日: 2020-11-03
• 公開（公告）號: CN112182196A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 蔣似堯;楊善松
• 申請（專利權）人: 海信視像科技股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/36;G06F40/279;G06F40/30
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 王英

1.一種應用于多輪對話的服務設備，其特征在于，所述智能設備包括輸入接口和處理器：所述處理器被配置為用于；

從當前對話的對話內容中提取關鍵詞；

從預先構建的知識圖譜中獲取與所述關鍵詞具有指定關聯關系的知識信息作為擴充詞；

采用所述關鍵詞和所述擴充詞作為檢測關鍵詞從語料庫中檢索出候選語料集合；

采用所述當前對話的多輪對話，從所述候選語料集合中篩選出針對所述當前對話的回復信息。

2.根據權利要求1所述的服務設備，其特征在于，執行所述從當前對話的對話內容中提取關鍵詞時，所述處理器被配置為：

對所述對話內容進行實體識別，得到識別的實體作為第一關鍵詞；

根據所述第一關鍵詞，對所述對話內容進行句法分析，得到與所述第一關鍵詞關聯的第二關鍵詞；

其中所述關鍵詞包括所述第一關鍵詞和所述第二關鍵詞。

3.根據權利要求1所述的服務設備，其特征在于，執行所述從預先構建的知識圖譜中獲取所述與所述關鍵詞具有指定關聯關系的知識信息作為擴充詞時，所述處理器被配置為：

從所述知識圖譜中獲取所述關鍵詞對應的目標實體；

從所述知識圖譜中獲取所述目標實體的屬性；

將所述目標實體及其屬性關聯到歷史對話的對話知識圖譜中；

在所述對話知識圖譜中采用隨機游走的方式，提取出關鍵詞作為所述擴充詞。

4.根據權利要求1所述的服務設備，其特征在于，執行所述從預先構建的知識圖譜中獲取所述與所述關鍵詞具有指定關聯關系的知識信息作為擴充詞時，所述處理器被配置為：

從所述知識圖譜中獲取與所述關鍵詞具有一級關聯關系的知識信息作為所述擴充詞；或者，

從所述指示圖像中獲取與所述關鍵詞關聯的指定屬性作為所述擴充詞。

5.根據權利要求1所述的服務設備，其特征在于，執行所述采用所述關鍵詞和所述擴充詞作為檢索條件從語料庫中檢索出候選語料集合時，所述處理器被配置為：

以所述關鍵詞作為檢索必要條件，并將所述擴充詞作為檢索補充條件，從語料庫中檢索出候選語料集合。

6.根據權利要求1-5中任一所述的智能設備，其特征在于，執行所述采用所述當前對話的多輪對話，從所述候選語料集合中篩選出針對所述當前對話的回復信息時，所述處理器被位置為：

采用深度學習匹配模型對所述當前對話的多輪對話進行分析處理，得到所述候選語料集合中各個語料與所述當前對話的匹配度；

選擇匹配度最高的語料作為所述當前對話的回復信息。

7.一種多輪對話方法，其特征在于，所述方法包括；

從當前對話的對話內容中提取關鍵詞；

從預先構建的知識圖譜中獲取所述與所述關鍵詞具有指定關聯關系的知識信息作為擴充詞；

采用所述關鍵詞和所述擴充詞作為檢測關鍵詞從語料庫中檢索出候選語料集合；

采用所述當前對話的多輪對話，從所述候選語料集合中篩選出針對所述當前對話的回復信息。

8.根據權利要求7所述的方法，其特征在于，所述從當前對話的對話內容中提取關鍵詞，包括：

對所述對話內容進行實體識別，得到識別的實體作為第一關鍵詞；

根據所述第一關鍵詞，對所述對話內容進行句法分析，得到與所述第一關鍵詞關聯的第二關鍵詞；

其中所述關鍵詞包括所述第一關鍵詞和所述第二關鍵詞。

9.根據權利要求7所述的方法，其特征在于，所述從預先構建的知識圖譜中獲取所述與所述關鍵詞具有指定關聯關系的知識信息作為擴充詞，包括：

從所述知識圖譜中獲取所述關鍵詞對應的目標實體；

從所述知識圖譜中獲取所述目標實體的屬性；

將所述目標實體及其屬性關聯到歷史對話的對話知識圖譜中；

在所述對話知識圖譜中采用隨機游走的方式，提取出關鍵詞作為所述擴充詞。

10.根據權利要求7-9中任一所述的方法，其特征在于，所述采用所述關鍵詞和所述擴充詞作為檢索條件從語料庫中檢索出候選語料集合，包括：

以所述關鍵詞作為檢索必要條件，并將所述擴充詞作為檢索補充條件，從語料庫中檢索出候選語料集合。