[發(fā)明專利]基于多文檔的任務(wù)型人機(jī)對話任務(wù)的實現(xiàn)方法

有效

• 申請?zhí)枺?/td>: 202011355592.0
• 申請日: 2020-11-27
• 公開（公告）號: CN112328774B
• 公開（公告）日: 2022-10-25
• 發(fā)明（設(shè)計）人: 劉含;袁彩霞;王小捷;劉詠彬;馮方向;李蕾
• 申請（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/35;G06N3/04
• 代理公司: 北京德琦知識產(chǎn)權(quán)代理有限公司 11018
• 代理人: 孫清然;王琦

1.一種基于多文檔的任務(wù)型人機(jī)對話任務(wù)的實現(xiàn)方法，其特征在于，包括：

在人機(jī)對話過程中，當(dāng)完成一輪對話時，拼接所述輪對話的提問信息和答復(fù)信息，得到所述輪對話的問答文本；

將所述問答文本輸入至預(yù)先訓(xùn)練的人機(jī)對話任務(wù)模型中處理，得到下一輪對話的提問信息或者人機(jī)對話任務(wù)的執(zhí)行結(jié)果，并在得到所述提問信息時，啟動下一輪人機(jī)對話；其中，所述處理包括：

基于所述問答文本，生成所述輪對話的問答向量；計算所述問答向量與每個預(yù)設(shè)候選文檔的屬性相關(guān)向量的相似度；基于所述問答向量和所述相似度，生成所述輪對話中每個所述候選文檔的概率分布，以及所述輪對話對應(yīng)的屬性分布；

根據(jù)每個所述候選文檔的概率分布，更新當(dāng)前的全局候選文檔概率分布向量；根據(jù)所述輪對話對應(yīng)的屬性分布，更新當(dāng)前的全局屬性分布向量；

如果當(dāng)前滿足預(yù)設(shè)的人機(jī)對話結(jié)束條件，則將所述全局候選文檔概率分布向量中的概率分布最大值對應(yīng)的候選文檔，作為人機(jī)對話任務(wù)的執(zhí)行結(jié)果并輸出；否則，基于所述全局候選文檔概率分布向量和所述全局屬性分布向量，利用預(yù)設(shè)的自然語言對話模板，確定下一輪對話的提問信息。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述問答文本，生成所述輪對話的問答向量包括：

將所述問答文本輸入至雙向長短期記憶網(wǎng)絡(luò)進(jìn)行編碼，將所述雙向長短期記憶網(wǎng)絡(luò)輸出的最后一個隱含層狀態(tài)值，作為所述輪對話的問答向量。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算所述問答向量與每個預(yù)設(shè)候選文檔的屬性相關(guān)向量的相似度包括：

計算得到所述輪對話對應(yīng)的相似度向量

其中，G^t為所述問答向量；W^s為所述人機(jī)對話任務(wù)模型的網(wǎng)絡(luò)參數(shù)；Q為所有所述候選文檔的屬性相關(guān)向量的拼接結(jié)果；所述由所述問答向量與每個所述候選文檔的所述相似度組成。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，生成所述輪對話中每個所述候選文檔的概率分布，以及所述輪對話對應(yīng)的屬性分布包括：

基于所述問答向量，計算得到所述輪對話對應(yīng)的屬性類型其中，W^slot為所述人機(jī)對話任務(wù)模型中的網(wǎng)絡(luò)參數(shù)，G^t為所述問答向量；softmax(·)表示歸一化函數(shù)；

基于所述問答向量，計算σ^t＝sigmoid(W^invalid·G^t)，得到所述輪對話的答復(fù)有效值σ^t；其中W^invalid為所述人機(jī)對話任務(wù)模型中的網(wǎng)絡(luò)參數(shù)；sigmoid(·)表示邏輯斯蒂函數(shù)；

將由所述問答向量對應(yīng)的所有所述相似度組成的相似度向量在屬性維度上與一個全1向量拼接，得到屬性維度擴(kuò)展后的相似度向量S^t；

按照得到所述輪對話在經(jīng)過擴(kuò)展的屬性維度上的分布α^t；

計算得到所述輪對話對應(yīng)的候選文檔概率分布向量其中，所述由所述輪對話中每個所述候選文檔的概率分布值組成；

計算得到所述輪對話對應(yīng)的屬性分布

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述更新當(dāng)前的全局候選文檔概率分布向量包括：

按照得到更新后的全局候選文檔概率分布向量p^t；其中，p^t-1為更新前的全局候選文檔概率分布向量；norm(·)表示L1歸一化函數(shù)；

所述更新當(dāng)前的全局屬性分布向量包括：

按照得到更新后的全局屬性分布向量π^t；其中，π^t-1為更新前的全局屬性分布向量。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述人機(jī)對話結(jié)束條件包括：

所述全局的候選文檔概率分布向量中的概率分布最大值大于預(yù)設(shè)概率閾值；或者，當(dāng)前的對話輪數(shù)達(dá)到預(yù)設(shè)輪數(shù)閾值。