[發明專利]智能對話方法、裝置、終端及存儲介質

在審

• 申請號: 202110603528.8
• 申請日: 2021-05-31
• 公開（公告）號: CN113190669A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 梁方殷;梁麗娜;梁子敬;賀春艷
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/289;G06F40/35
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 周雷

1.一種智能對話方法，其特征在于，包括：

獲取用戶在當輪對話過程中的輸入文本；

利用預先訓練好的多任務聯合模型對所述輸入文本進行意圖識別，得到意圖信息和槽位信息，所述多任務聯合模型包括意圖識別層和槽填充層，所述意圖識別層和所述槽填充層通過門控循環單元構建，所述意圖信息預先設置有至少一個槽位，所述槽位信息即對應的所述槽位的屬性信息；

根據所述意圖信息和所述槽位信息從資源庫查詢得到至少一個標準文本；

計算每個所述標準文本與所述輸入文本的相似度，并將相似度最高的標準文本作為最終文本輸出。

2.根據權利要求1所述的智能對話方法，其特征在于，所述利用預先訓練好的多任務聯合模型對所述輸入文本進行意圖識別，得到意圖信息和槽位信息之后，還包括：

根據所述意圖信息對應的至少一個槽位判斷所述槽位信息是否完整；

若否，則根據缺失了槽位信息的槽位生成新一輪對話文本；

接收用戶針對所述新一輪對話文本輸入的新的輸入文本，并提取出所述缺失的槽位信息。

3.根據權利要求1所述的智能對話方法，其特征在于，所述利用預先訓練好的多任務聯合模型對所述輸入文本進行意圖識別，得到意圖信息和槽位信息，包括：

預處理所述輸入文本，并將預處理后的所述輸入文本轉換為向量表示；

將所述向量表示轉換為數字序列，并將所述數字序列輸入至所述多任務聯合模型，得到意圖和槽位序列；

對所述意圖和槽位序列進行逆映射，得到所述意圖信息和所述槽位信息。

4.根據權利要求3所述的智能對話方法，其特征在于，所述預處理所述輸入文本，并將預處理后的所述輸入文本轉換為向量表示，包括：

預處理所述輸入文本；

判斷所述輸入文本是中文還是英文；

若所述輸入文本是中文，則將所述輸入文本逐字轉換為字向量。

5.根據權利要求1所述的智能對話方法，其特征在于，還包括預先訓練所述多任務聯合模型，其包括：

獲取訓練樣本，并將所述訓練樣本預處理后轉換為樣本向量；

對所述樣本向量中的槽位進行標注，并獲取預先構建的意圖表；

將所述樣本向量轉換為樣本數字序列后，輸入至待訓練的意圖識別層和槽填充層，得到樣本意圖和槽位序列；

對所述樣本意圖和槽位序列進行逆映射，得到樣本意圖信息和樣本槽位信息；

根據所述樣本意圖信息和所述樣本槽位信息查詢所述意圖表，生成預測結果；

比對所述預測結果和所述訓練樣本對應的真實結果，并利用比對結果反向傳播更新所述意圖識別層和所述槽填充層。

6.根據權利要求1所述的智能對話方法，其特征在于，所述將相似度最高的標準文本作為最終文本輸出之后，還包括：

將所述輸入文本和所述最終文本作為新增樣本存儲至新增樣本庫；

當所述新增樣本庫中的新增樣本數量達到預設閾值時，利用所述新增樣本對所述多任務聯合模型進行迭代訓練，并清空所述新增樣本庫。

7.根據權利要求1所述的智能對話方法，其特征在于，所述將相似度最高的標準文本作為最終文本輸出，包括：

將所述相似度最高的標準文本轉換問語音輸出。

8.一種智能對話裝置，其特征在于，包括：

獲取模塊，用于獲取用戶在當輪對話過程中的輸入文本；

識別模塊，用于利用預先訓練好的多任務聯合模型對所述輸入文本進行意圖識別，得到意圖信息和槽位信息，所述多任務聯合模型包括意圖識別層和槽填充層，所述意圖識別層和所述槽填充層通過門控循環單元構建，所述意圖信息預先設置有至少一個槽位，所述槽位信息即對應的所述槽位的屬性信息；

查詢模塊，用于根據所述意圖信息和所述槽位信息從資源庫查詢得到至少一個標準文本；

輸出模塊，用于計算每個所述標準文本與所述輸入文本的相似度，并將相似度最高的標準文本作為最終文本輸出。