预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共30页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114117016A(43)申请公布日2022.03.01(21)申请号202111481422.1G06N3/04(2006.01)(22)申请日2021.12.06G06N3/08(2006.01)(71)申请人深圳市欢太科技有限公司地址518057广东省深圳市南山区粤海街道高新南一道13号赋安科技大厦B座207-2(72)发明人石凯刘海锋(74)专利代理机构深圳市隆天联鼎知识产权代理有限公司44232代理人刘抗美(51)Int.Cl.G06F16/332(2019.01)G06F16/33(2019.01)G06F16/35(2019.01)G06K9/62(2022.01)权利要求书2页说明书16页附图11页(54)发明名称对话生成方法、对话生成装置、存储介质与电子设备(57)摘要本公开提供一种对话生成方法、对话生成装置、计算机可读存储介质与电子设备,涉及计算机技术领域。所述对话生成方法包括:获取对话目标,并获取所述对话目标对应的全量议程堆栈;根据当前对话状态,从所述全量议程堆栈中确定当前议程堆栈;利用所述当前议程堆栈生成用户模拟器的用户语句,将所述用户语句输出至智能助手,并获取所述智能助手反馈的智能语句;将所述用户语句与所述智能语句形成对话。本公开可以快速、有效的获取大量对话语料,以为其他语料应用场景提供便捷。CN114117016ACN114117016A权利要求书1/2页1.一种对话生成方法,其特征在于,包括:获取对话目标,并获取所述对话目标对应的全量议程堆栈;根据当前对话状态,从所述全量议程堆栈中确定当前议程堆栈;利用所述当前议程堆栈生成用户模拟器的用户语句,将所述用户语句输出至智能助手,并获取所述智能助手反馈的智能语句;将所述用户语句与所述智能语句形成对话。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据所述用户语句和/或所述智能语句更新所述当前对话状态,并根据所述当前对话状态更新所述当前议程堆栈;在获取所述智能助手反馈的智能语句后,基于更新后的所述当前议程堆栈,再次执行所述利用所述当前议程堆栈生成用户模拟器的用户语句,将所述用户语句输出至智能助手,并获取所述智能助手反馈的智能语句。3.根据权利要求2所述的方法,其特征在于,所述将所述用户语句与所述智能语句形成对话,包括:当根据所述当前对话状态确定完成所述对话目标时,将全部的所述用户语句与全部的所述智能语句形成对话。4.根据权利要求1所述的方法,其特征在于,所述对话目标包括按顺序排列的多个子目标;所述获取所述对话目标对应的全量议程堆栈,包括:获取每个所述子目标对应的子议程堆栈;将所述子议程堆栈按照所述子目标的排列顺序进行组合,得到所述对话目标对应的全量议程堆栈。5.根据权利要求1所述的方法,其特征在于,所述利用所述当前议程堆栈生成用户模拟器的用户语句,包括:根据所述用户模拟器配置的用户画像信息确定状态转移策略;基于所述状态转移策略从所述当前议程堆栈中提取所述用户语句。6.根据权利要求5所述的方法,其特征在于,所述用户画像信息包括以下至少一项:急性程度;灵活度;倾向重复程度;所述状态转移策略包括第一概率参数、第二概率参数、第三概率参数中的至少一个;所述根据所述用户模拟器配置的用户画像信息确定状态转移策略,包括以下至少一项:根据所述用户模拟器配置的急性程度确定所述第一概率参数,所述第一概率参数用于确定所述用户语句对应的议程数量的概率分布;根据所述用户模拟器配置的灵活度确定所述第二概率参数,所述第二概率参数用于确定所述用户语句为同意类型的概率;根据所述用户模拟器配置的倾向重复程度确定所述第三概率参数,所述第三概率参数用于确定所述用户语句为请求重复类型的概率。7.根据权利要求1所述的方法,其特征在于,所述利用所述当前议程堆栈生成用户模拟器的用户语句,将所述用户语句输出至智能助手,并获取所述智能助手反馈的智能语句,包括:2CN114117016A权利要求书2/2页利用所述当前议程堆栈生成用户模拟器的结构化语言的用户语句;将所述结构化语言的用户语句输出至所述智能助手,及/或将所述结构化语言的用户语句转换为自然语言的用户语句并输出至所述智能助手;获取所述智能助手反馈的结构化语言的智能语句及/或自然语言的智能语句。8.一种对话生成装置,其特征在于,包括:对话目标获取模块,用于获取对话目标,并获取所述对话目标对应的全量议程堆栈;当前堆栈确定模块,用于根据当前对话状态,从所述全量议程堆栈中确定当前议程堆栈;用户语句输出模块,用于利用所述当前议程堆栈生成用户模拟器的用户语句,将所述用户语句输出至智能助手,并获取所述智能助手反馈的智能语句;对话形成模块,用于将所述用户语句与所述智能语句形成对话