对话生成方法、装置、电子设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114490985A(43)申请公布日2022.05.13(21)申请号202210088443.5(22)申请日2022.01.25(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦二层(72)发明人胡江鹭孙辉丰孙叔琦常月李婷婷许晓丹(74)专利代理机构北京清亦华知识产权代理事务所(普通合伙)11201专利代理师杜月(51)Int.Cl.G06F16/332(2019.01)G06F16/33(2019.01)G06F16/35(2019.01)权利要求书6页说明书27页附图8页(54)发明名称对话生成方法、装置、电子设备和存储介质(57)摘要本公开提供了一种对话生成方法、装置、电子设备和存储介质，涉及深度学习、语音技术等人工智能技术领域。具体实现方案为：获取当前轮对话的输入语句，并根据输入语句，对当前的对话状态进行更新，以获取更新后的对话状态信息；基于对话状态信息及预设意图，获取输入语句对应的对话历史、意图序列及槽值对序列；基于对话历史、意图序列及槽值对序列，生成输入语句对应的应答动作的第一预测动作类别、第一预测意图及第一预测槽值对；按照预设动作表示规则，生成以第一预测动作类别、第一预测意图及第一预测槽值对表示的应答动作；根据应答动作，生成输入语句对应的应答语句。由此，实现了准确生成当前轮对话的输入语句对应的应答语句。CN114490985ACN114490985A权利要求书1/6页1.一种对话生成方法，包括：获取当前轮对话的输入语句，并根据所述输入语句，对当前的对话状态进行更新，以获取更新后的对话状态信息；基于所述对话状态信息及预设意图，获取所述输入语句对应的对话历史、意图序列及槽值对序列；基于所述对话历史、所述意图序列及所述槽值对序列，生成所述输入语句对应的应答动作的第一预测动作类别、第一预测意图及第一预测槽值对；基于所述第一预测动作类别、第一预测意图及第一预测槽值对，按照预设动作表示规则，生成以所述第一预测动作类别、所述第一预测意图及所述第一预测槽值对表示的应答动作；根据所述应答动作，生成所述输入语句对应的应答语句。2.根据权利要求1所述的方法，其中，所述基于所述对话历史、所述意图序列及所述槽值对序列，生成所述输入语句对应的应答动作的第一预测动作类别、第一预测意图及第一预测槽值对，包括：根据所述槽值对序列中至少一个词槽对应的词槽值，生成词槽值序列；将所述对话历史、所述意图序列及所述词槽值序列拼接，得到拼接词序列；将所述拼接词序列输入对话预测模型，以获取所述应答动作的第一预测动作类别、第一预测意图及至少一个所述词槽对应的第一预测词槽值；根据至少一个所述词槽对应的第一预测词槽值，生成所述第一预测槽值对。3.根据权利要求2所述的方法，其中，所述对话预测模型包括语言模型，以及分别与所述语言模型连接的多个二分类模型和多个序列标注模型，其中，各所述二分类模型具有对应的预设类别，且各所述序列标注模型与各所述二分类模型一一对应；所述将所述拼接词序列输入对话预测模型，以获取所述应答动作的第一预测动作类别、第一预测意图及至少一个所述词槽对应的第一预测词槽值，包括：将所述拼接词序列输入所述语言模型，以获取所述拼接词序列中多个词的融合语义向量及多个词分别对应的语义向量；将所述融合语义向量输入多个所述二分类模型，以获取各所述二分类模型输出的所述应答动作属于对应预设类别的第一类别预测概率，并将各所述二分类模型中的目标二分类模型的预设类别，作为所述第一预测动作类别；所述目标二分类模型，为对应的第一类别预测概率大于预设阈值的二分类模型；将多个所述词分别对应的语义向量作为输入向量，输入各所述序列标注模型，以获取多个所述词分别对应各所述序列标注模型的第一序列标注标签，并基于多个所述词对应目标序列标注模型的第一序列标注标签，获取所述第一预测意图及各所述词槽对应的第一预测词槽值；所述目标序列标注模型，为所述目标二分类模型对应的序列标注模型。4.根据权利要求1‑3任一项所述的方法，其中，所述对话状态信息包括当前轮对话和之前轮对话分别对应的意图和槽值对，以及之前轮的应答动作；所述基于所述对话状态信息及预设意图，获取所述输入语句对应的对话历史、意图序列及槽值对序列，包括：将当前轮对话和之前轮对话分别对应的意图和槽值对，以及之前轮的应答动作，作为所述对话历史；2CN114490985A权利要求书2/6页对所述对话状态信息进行意图提取及去重处理，以得到目标意图，并根据所述目标意图和所述预设意图，生成所述意图序列；对所述对话状态信息进行槽值对提取，以得到第一槽值对；获取所述输入语句对应的第二槽值对，其中，所述第二槽值对，为预置的所述输入语句对应的应答语句的预测槽值对；