[發明專利]人機對話上下文語義拒識方法

在審

• 申請號: 202210975410.2
• 申請日: 2022-08-15
• 公開（公告）號: CN115329060A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 孫云云;高美軍;周杰
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/30;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 成都虹橋專利事務所(普通合伙) 51124
• 代理人: 吳中偉

1.人機對話上下文語義拒識方法，其特征在于，包括：

步驟1、建立強弱語義模型及上下文關系模型并訓練，所述強弱語義模型用于判斷語句是否是針對機器作出的，所述上下文關系模型用于判斷當前語句與前一輪語句是否有關聯；

步驟2、獲取用戶當前語句，并將其輸入強弱語義模型進行判斷，若語句不是針對機器的，則將語句輸入上下文關系模型；

步驟3、上下文關系模型判斷當前語句與前一輪語句是否有關聯：若不相關，則當前語句為拒識；若相關且前一輪語句為拒識，則當前語句為拒識。

2.根據權利要求1所述的人機對話上下文語義拒識方法，其特征在于，所述強弱語義模型包括：詞嵌入層、卷積層、池化層及輸出層。

3.根據權利要求1所述的人機對話上下文語義拒識方法，其特征在于，所述上下文關系模型包括：輸入層、Embedding層、LSTM層、Attention層及輸出層。

4.根據權利要求1所述的人機對話上下文語義拒識方法，其特征在于，所述步驟2具體為：

步驟21、獲取用戶當前語句并使用bert模型將其轉換為向量；

步驟22、將步驟21得到的向量輸入強弱語義模型進行判斷，若語句不是針對機器的，則將語句輸入上下文關系模型。

5.根據權利要求1所述的人機對話上下文語義拒識方法，其特征在于，所述步驟1還包括建立關鍵詞庫，對應的，所述步驟2中，若語句不是針對機器的，則將其輸入上下文關系模型前，還包括判斷語句中是否包含關鍵詞，若不包含，則將語句輸入上下文關系模型，若包含，則當前語句不拒識。

6.根據權利要求1-5任意一項所述的人機對話上下文語義拒識方法，其特征在于，所述步驟3具體為：上下文關系模型判斷當前語句與前一輪語句是否有關聯：若不相關，則當前語句拒識；若相關，前一輪語句為拒識、且兩輪時間間隔小于設定值，則當前語句為拒識。

7.根據權利要求6所述的人機對話上下文語義拒識方法，其特征在于，所述步驟3將當前語句判定為拒識后，還包括判斷當前語句與前一輪語句的拼音相似度，若拼音相似度大于閾值，則當前語句不拒識。