[發明專利]一種人機對話的方法、裝置、設備以及存儲介質

在審

• 申請號: 202110031645.1
• 申請日: 2021-01-11
• 公開（公告）號: CN112784024A
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 黃明新;荊繼遠;王太權
• 申請（專利權）人: 軟通動力信息技術（集團）股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明公開了一種人機對話的方法、裝置、設備以及存儲介質。該方法包括：確定初始語句對應的第一反向意圖規則模板、正向意圖規則模板、當前對話場景和當前意圖識別模型；根據初始語句、反向意圖規則模板和正向意圖規則模板得到初始意圖信息，根據初始意圖信息和當前對話場景中的邊意圖信息確定初始語句存在第一回復語句；根據初始語句、反向意圖規則模板和正向意圖規則模板未得到初始意圖信息，則將初始語句輸入意圖識別模型，獲取識別意圖信息對應的第二反向意圖規則模板；確定初始語句與第二反向意圖規則模板不匹配，則根據識別意圖信息和當前對話場景中的邊意圖信息確定初始語句存在第二回復語句。利用該方法能夠有效提升對話識別的準確率。

技術領域

本發明實施例涉及人工智能技術領域，尤其涉及一種人機對話的方法、裝置、設備以及存儲介質。

背景技術

當今隨著人工智能技術的快速發展，人工智能技術在人機對話上面也得到快速的發展與應用。當前人機對話系統大多數使用基于流水線的實現方式，基于流水線實現的人機對話系統主要包括語義理解、對話管理和語言生成等模塊。

為了滿足用戶的復雜對話需求可以根據不同的業務設計不同的對話場景，然后按照設計將對話流程連接管理。其中，核心流程的第一步驟是語義理解，其主要目的是將用戶輸入的句子進行分類，標記為對應的意圖。目前意圖識別的主要實現方法為基于規則模板匹配或基于機器學習的方法，其中，規則模板匹配方法在系統剛上線用戶數據較少時進行意圖識別快速有效，但隨著用戶增多，會話場景增多，規則模板匹配方法無法滿足用戶的需求；其中，基于機器學習方法在后期數據量大，場景交多時可以體現其優勢，但隨著對話的業務場景出現變更，該方法將難以維護。

因此，在實際應用中，單一的意圖識別方法很難滿足需求。

發明內容

本發明實施例提供了一種人機對話的方法、裝置、設備以及存儲介質，能夠有效提升對用戶輸入語句識別的準確性。

第一方面，本發明實施例提供了一種人機對話的方法，包括：

確定用戶輸入的當前對話節點中的初始語句對應的第一反向意圖規則模板、正向意圖規則模板、當前對話場景以及當前意圖識別模型；

根據所述初始語句、所述反向意圖規則模板和正向意圖規則模板得到所述初始語句對應的初始意圖信息，則根據所述初始意圖信息和所述當前對話場景中的邊意圖信息確定所述初始語句存在對應的第一回復語句，并顯示所對應的第一回復語句；

根據所述初始語句、所述反向意圖規則模板和正向意圖規則模板未得到所述初始語句對應的初始意圖信息，則將所述初始語句輸入所述當前意圖識別模型，獲取所述當前意圖識別模型中識別意圖信息對應的第二反向意圖規則模板；

確定所述初始語句與所述第二反向意圖規則模板不匹配，則根據所述識別意圖信息和所述當前對話場景中的邊意圖信息確定所述初始語句存在對應的第二回復語句，并顯示所對應的第二回復語句。

第二方面，本發明實施例還提供了一種人機對話的裝置，包括：

第一確定模塊，用于確定用戶輸入的當前對話節點中的初始語句對應的第一反向意圖規則模板、正向意圖規則模板、當前對話場景以及當前意圖識別模型；

第二確定模塊，用于根據所述初始語句、所述反向意圖規則模板和正向意圖規則模板得到所述初始語句對應的初始意圖信息，則根據所述初始意圖信息和所述當前對話場景中的邊意圖信息確定所述初始語句存在對應的第一回復語句，并顯示所對應的第一回復語句；

獲取模塊，用于根據所述初始語句、所述反向意圖規則模板和正向意圖規則模板未得到所述初始語句對應的初始意圖信息，則將所述初始語句輸入所述當前意圖識別模型，獲取所述當前意圖識別模型中識別意圖信息對應的第二反向意圖規則模板；