[發明專利]一種對話狀態追蹤方法、裝置、設備及存儲介質

在審

• 申請號: 202110178271.6
• 申請日: 2021-02-09
• 公開（公告）號: CN112988960A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 陶建華;楊國花
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F40/30;G06K9/62;G06N3/04
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 茍冬梅

本申請實施例涉及數據處理領域，具體涉及一種對話狀態追蹤方法、裝置、設備及存儲介質。旨在提升對話狀態追蹤的準確率。所述方法包括：將每輪對話的詞序列與前一輪次系統動作的詞序列拼接，得到每輪對話的輸入詞序列；利用預先訓練好的槽填充序列標注模型，得到輸入詞序列中每個詞的語義標簽；將語義標簽對應的特征向量與輸入詞序列中相應位置的詞的向量拼接，得到輸入詞序列中每個詞的特征向量；對輸入詞序列中每個詞的特征向量編碼，得到每輪對話的句子特征向量；將每輪對話的句子特征向量與前一時刻對話狀態的信念分布進行拼接，將拼接得到的向量輸入預先訓練好的對話狀態追蹤模型中，為每輪對話標注上對話狀態標簽，得到每輪對話的對話狀態。

技術領域

本申請實施例涉及數據處理技術領域，具體而言，涉及一種對話狀態追蹤方法、裝置、設備及存儲介質。

背景技術

近年來，人機對話系統在越來越多的場景中得到了應用，對話狀態追蹤是人機對話系統的重要組成部分，對話狀態追蹤的目標是準確的識別對話的狀態，只有準確的識別對話狀態，才能對用戶目標作出正確的響應。現有的對話狀態追蹤方法一種是在槽填充結果的基礎上進行，利用槽填充結果直接得到對話狀態，另一種是直接基于詞匯輸入構建端到端的對話狀態追蹤模型。

現有技術存在的問題是，第一種方法容易將自然語言理解的錯誤在對話狀態追蹤任務中擴散，導致對話狀態追蹤的性能降低。第二中方法多側重于詞本身的含義，忽略了詞中蘊含的豐富語義信息，從而制約了槽填充的語義信息在對話狀態追蹤作用方面的深入研究，導致對話狀態追蹤的性能降低。

發明內容

本申請實施例提供一種對話狀態追蹤方法、裝置、設備及存儲介質，旨在提升對話狀態追蹤的準確率。

本申請實施例第一方面提供一種對話狀態追蹤方法，所述方法包括：

將每輪對話的詞序列和前一輪次系統動作的詞序列進行拼接，得到每輪對話的輸入詞序列；

將所述輸入詞序列輸入到預先訓練好的槽填充序列標注模型中，得到所述輸入詞序列中每個詞的語義標簽；

將所述輸入詞序列中每個詞的語義標簽對應的特征向量與所述輸入詞序列中相應位置的詞的向量進行拼接，得到所述輸入詞序列中每個詞的特征向量；

對所述輸入詞序列中每個詞的特征向量進行編碼，得到每輪對話的句子特征向量；

將所述每輪對話的句子特征向量與前一時刻對話狀態的信念分布進行拼接，將拼接得到的向量輸入預先訓練好的對話狀態追蹤模型中，為每輪對話標注上對話狀態標簽，得到每輪對話的對話狀態。

可選地，在將每輪對話的詞序列和前一輪次系統動作的詞序列進行拼接，得到每輪對話的輸入詞序列之前，所述方法還包括：

獲取每輪對話的句子，去除所述每輪對話的句子中的標點符號和停用詞，得到所述每輪對話的詞序列。

可選地，將所述輸入詞序列輸入到預先訓練好的槽填充序列標注模型中，得到所述輸入詞序列中每個詞的語義標簽，包括：

將所述輸入詞序列中的每個詞進行向量化表示，得到所述輸入詞序列中的每個詞的詞向量；

將所述輸入詞序列中的每個詞的詞向量輸入所述預先訓練好的槽填充序列標注模型中，獲得具有上下文信息的每個詞的語義表示，對所述輸入詞序列中的每個詞的語義向量進行分類，得到所述輸入詞序列中的每個詞的語義標簽。

可選地，對所述輸入詞序列中每個詞的特征向量進行編碼，得到每輪對話的句子特征向量，包括：

將所述輸入詞序列中的每個詞的特征向量輸入到長短時記憶神經網絡或者卷積神經網絡進行編碼，得到所述每輪對話的句子特征向量。