[發明專利]一種語句生成方法及電子設備、存儲介質

在審

• 申請號: 202111536049.5
• 申請日: 2021-12-15
• 公開（公告）號: CN114239547A
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 舒暢;陳又新
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/30;G06K9/62;G06N3/02;G06F16/332;G06F16/33
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 麥廣林

1.一種語句生成方法，其特征在于，所述方法包括：

獲取當前對話信息，所述當前對話信息包括至少兩個對話語句，所述至少兩個對話語句中包括待回復的第一語句；

將所述當前對話信息輸入到第一預測模型中進行情緒分析，得到第一情緒特征信息；

將所述第一情緒特征信息輸入到記憶模型中進行情緒線索分析，得到所述第一情緒線索特征；

對所述第一語句進行語義分析，得到所述第一語句的第一語義信息；

將所述第一情緒線索特征和所述第一語義信息輸入到第二預測模型中進行詞匯預測，得到多個預測詞匯；

根據多個所述預測詞匯，生成針對所述第一語句的回復語句。

2.根據權利要求1所述的方法，其特征在于，所述第一情緒特征信息包括各個所述對話語句的語句情緒特征；所述第一預測模型包括雙向神經網絡、全連接層和第一分類層，所述將所述當前對話信息輸入到第一預測模型中進行情緒分析，得到第一情緒特征信息，包括：

對所述對話語句進行分詞處理，得到所述對話語句對應的多個目標詞匯；

將所述多個目標詞匯輸入到第一預測模型中；

通過所述雙向神經網絡生成各個所述目標詞匯對應的第一向量和第二向量；

通過所述全連接層和所述第一分類層對各個所述目標詞匯對應的第一向量和第二向量進行特征分類處理，得到所述對話語句的語句情緒特征。

3.根據權利要求1所述的方法，其特征在于，所述第一情緒特征信息包括各個所述對話語句的語句情緒特征；所述將所述第一情緒特征信息輸入到記憶模型中進行情緒線索分析，得到所述第一情緒線索特征，包括：

對各個所述對話語句的語句情緒特征進行排序處理，得到所述語句情緒特征的次序；

根據所述語句情緒特征的次序，將各個所述語句情緒特征分別輸入到所述記憶模型中依次連接的N個第一記憶單元，并通過所述N個第一記憶單元進行情緒線索分析，得到所述N個第一記憶單元中第N個第一記憶單元輸出的第一情緒線索特征，其中，N為所述語句情緒特征的數量。

4.根據權利要求3所述的方法，其特征在于，所述對各個所述對話語句的語句情緒特征進行排序處理，得到所述語句情緒特征的次序，包括：

獲取各個所述對話語句的發言時序；

根據各個所述對話語句的發言時序，對各個所述語句情緒特征進行排序處理，得到所述語句情緒特征的次序。

5.根據權利要求1至4任一項所述的方法，其特征在于，所述對所述第一語句進行語義分析，得到所述第一語句的第一語義信息，包括：

對所述第一語句構建處理序列，所述處理序列包括文本初始符和所述第一語句中包括的多個目標詞匯；

將所述處理序列輸入到語義分析模型中進行語義分析，得到所述語義分析模型輸出的多個目標特征向量，所述多個目標特征向量中包括所述文本初始符對應的特征向量；

根據所述文本初始符對應的特征向量，確定所述第一語句的第一語義信息。

6.根據權利要求1至4任一項所述的方法，其特征在于，所述將所述第一情緒線索特征和所述第一語義信息輸入到第二預測模型中進行詞匯預測，得到多個預測詞匯，包括：

獲取歷史隱藏向量，其中，所述歷史隱藏向量是將歷史對話信息對應的第二情緒線索特征和第二語義信息輸入第二預測模型后生成的隱藏向量，所述歷史對話信息中包括待回復的第二語句，所述第二語義信息是通過對所述第二語句進行語義分析后獲得；

將所述歷史隱藏向量、所述第一情緒線索特征和所述第一語義信息進行拼接，得到目標隱藏向量；

將所述目標隱藏向量輸入到所述第二預測模型中進行詞匯預測，得到多個預測詞匯。