[發(fā)明專利]對話系統(tǒng)獲取方法、裝置、存儲介質(zhì)及計(jì)算機(jī)程序產(chǎn)品

有效

• 申請?zhí)枺?/td>: 202011510559.0
• 申請日: 2020-12-18
• 公開（公告）號: CN112507104B
• 公開（公告）日: 2022-07-22
• 發(fā)明（設(shè)計(jì)）人: 王凡;鮑思琪;何煌;吳華;何徑舟;牛正雨
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06N3/04;G06N3/08
• 代理公司: 北京鴻德海業(yè)知識產(chǎn)權(quán)代理有限公司 11412
• 代理人: 谷春靜

本公開公開了對話系統(tǒng)獲取方法、裝置、存儲介質(zhì)及計(jì)算機(jī)程序產(chǎn)品，涉及智能語音、自然語言處理和深度學(xué)習(xí)等人工智能領(lǐng)域，其中的方法可包括：利用神經(jīng)網(wǎng)絡(luò)模型建模至少兩個(gè)智能體；利用所述至少兩個(gè)智能體組成虛擬交互系統(tǒng)；針對任一智能體，分別進(jìn)行以下處理：當(dāng)智能體向其它智能體執(zhí)行交互動(dòng)作后，確定交互動(dòng)作對應(yīng)的獎(jiǎng)勵(lì)值；根據(jù)確定出的獎(jiǎng)勵(lì)值，并以獲得更高獎(jiǎng)勵(lì)值為目標(biāo)，持續(xù)訓(xùn)練智能體；當(dāng)訓(xùn)練完成后，將智能體作為用于進(jìn)行人機(jī)對話的對話系統(tǒng)。應(yīng)用本公開所述方案，可提升對話系統(tǒng)的訓(xùn)練效果及對話系統(tǒng)性能等。

技術(shù)領(lǐng)域

本公開涉及人工智能技術(shù)領(lǐng)域，特別涉及智能語音、自然語言處理及深度學(xué)習(xí)領(lǐng)域的對話系統(tǒng)獲取方法、裝置、存儲介質(zhì)及計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)

目前，基于人工智能(AI，Artificial Intelligence)的對話系統(tǒng)受到越來越多的關(guān)注。

傳統(tǒng)的對話系統(tǒng)主要基于人-人對話語料，利用最大似然等目標(biāo)函數(shù)來優(yōu)化模型。但人類和人類的對話往往帶有諸多背景信息，如對話發(fā)生場景、對話雙方的背景、狀態(tài)等。這些信息在人-人對話語料中缺失，很容易導(dǎo)致對話系統(tǒng)的訓(xùn)練被噪聲所左右，從而影響了訓(xùn)練效果等。

發(fā)明內(nèi)容

本公開提供了對話系統(tǒng)獲取方法、裝置、存儲介質(zhì)及計(jì)算機(jī)程序產(chǎn)品。

一種對話系統(tǒng)獲取方法，包括：

利用神經(jīng)網(wǎng)絡(luò)模型建模至少兩個(gè)智能體；

利用所述至少兩個(gè)智能體組成虛擬交互系統(tǒng)；

針對任一智能體，分別進(jìn)行以下處理：

當(dāng)所述智能體向自身之外的其它智能體執(zhí)行交互動(dòng)作后，確定所述交互動(dòng)作對應(yīng)的獎(jiǎng)勵(lì)值；

根據(jù)確定出的獎(jiǎng)勵(lì)值，并以獲得更高獎(jiǎng)勵(lì)值為目標(biāo)，持續(xù)訓(xùn)練所述智能體；

當(dāng)訓(xùn)練完成后，將所述智能體作為用于進(jìn)行人機(jī)對話的對話系統(tǒng)。

一種對話系統(tǒng)獲取裝置，包括：第一構(gòu)建模塊、第二構(gòu)建模塊以及訓(xùn)練模塊；

所述第一構(gòu)建模塊，用于利用神經(jīng)網(wǎng)絡(luò)模型建模至少兩個(gè)智能體；

所述第二構(gòu)建模塊，用于利用所述至少兩個(gè)智能體組成虛擬交互系統(tǒng)；

所述訓(xùn)練模塊，用于針對任一智能體，分別進(jìn)行以下處理：當(dāng)所述智能體向自身之外的其它智能體執(zhí)行交互動(dòng)作后，確定所述交互動(dòng)作對應(yīng)的獎(jiǎng)勵(lì)值；根據(jù)確定出的獎(jiǎng)勵(lì)值，并以獲得更高獎(jiǎng)勵(lì)值為目標(biāo)，持續(xù)訓(xùn)練所述智能體；當(dāng)訓(xùn)練完成后，將所述智能體作為用于進(jìn)行人機(jī)對話的對話系統(tǒng)。

一種電子設(shè)備，包括：

至少一個(gè)處理器；以及

與所述至少一個(gè)處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行如以上所述的方法。

一種存儲有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行如以上所述的方法。

一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)如以上所述的方法。

上述公開中的一個(gè)實(shí)施例具有如下優(yōu)點(diǎn)或有益效果：可在包括至少兩個(gè)智能體的虛擬交互系統(tǒng)中訓(xùn)練智能體，并可將訓(xùn)練完成的智能體作為用于進(jìn)行人機(jī)對話的對話系統(tǒng)，從而無需用到人-人對話語料，避免了現(xiàn)有技術(shù)中的問題，進(jìn)而提升了訓(xùn)練效果及對話系統(tǒng)性能等。

應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本公開的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明