[發明專利]一種共情回復生成方法、裝置、終端和存儲介質

在審

• 申請號: 202211540231.2
• 申請日: 2022-12-02
• 公開（公告）號: CN115934909A
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 陳揚斌;梁春豐
• 申請（專利權）人: 蘇州復變醫療科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/36
• 代理公司: 蘇州創元專利商標事務所有限公司 32103
• 代理人: 范晴

1.一種共情回復生成方法，其特征在于，包括：

獲取對話歷史并對其進行語義編碼，得到該對話歷史的特征表示；

對所述特征表示進行情緒感知，并從所述對話歷史中抽取導致所述情緒的原因語句；

引入外部知識對所述原因語句進行經驗投射，以及引入溝通機制針對所述原因語句進行回復策略選取；

根據所述情緒感知結果、經驗投射結果以及回復策略選取結果進行組合解碼，以生成共情回復內容。

2.根據權利要求1所述的方法，其特征在于，在獲取對話歷史并對其進行語義編碼之前，還包括：收集并標注訓練數據。

3.根據權利要求1所述的方法，其特征在于，對所述特征表示進行情緒感知，包括：

將對話歷史中的對話上下文輸入深度學習模型的編碼器中，以獲得上下文的表征數據；

將上下文的表征數據通過深度學習模型的一個線性層，通過一個歸一化指數函數來產生情緒類別分布。

4.根據權利要求3所述的方法，其特征在于，從所述對話歷史中抽取導致所述情緒的原因語句，包括：

根據對話歷史中的對話上下文以及所述情緒類別分布從對話歷史中提取與所述情緒類別分布中情緒相關的原因語句。

5.根據權利要求1所述的方法，其特征在于，引入外部知識對所述原因語句進行經驗投射，包括：

構造知識圖譜，并從知識圖譜中選擇以說話者為中心并對說話者有積極貢獻的知識圖來擴展對話上下文信息；

將擴展后的對話上下文信息與所述原因語句進行知識融合。

6.根據權利要求1所述的方法，其特征在于，引入溝通機制針對所述原因語句進行回復策略選取，包括：

將所述情緒的原因語句經過深度學習模型語義編碼后通過一個線性層，然后經歸一化指數函數來產生溝通機制類別分布，以確定回復用的共情策略。

7.根據權利要求1所述的方法，其特征在于，在生成共情回復內容之后，還包括：

對待訓練的共情回復模型進行訓練，以得到訓練后的共情回復模型。

8.一種共情回復生成裝置，其特征在于，包括：

語義編碼模塊，用于獲取對話歷史并對其進行語義編碼，得到該對話歷史的特征表示；

情緒感知和原因抽取模塊，用于對所述特征表示進行情緒感知，并從所述對話歷史中抽取導致所述情緒的原因語句；

經驗投射和策略選取模塊，用于引入外部知識對所述原因語句進行經驗投射，以及引入溝通機制針對所述原因語句進行回復策略選取；

解碼模塊，用于根據所述情緒感知結果、經驗投射結果以及回復策略選取結果進行組合解碼，以生成共情回復內容。

9.一種終端，其特征在于，所述終端包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一項所述的共情回復生成方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-7中任一項所述的共情回復生成方法。