[发明专利]确定自动化助理对话的状态

说明书

确定包括自动化助理和至少一个用户的电子对话的对话状态，并且基于所确定的对话状态来执行动作。所述对话状态可以被表示为一个或多个插槽，并且针对每一个插槽，被表示为该插槽的一个或多个候选值和每一个候选值的对应分值(例如，概率)。插槽的候选值可以基于在所述对话期间对用户话语和/或系统话语的语言处理来确定。在电子对话的给定回合生成给定插槽的候选值的分值时，各种特征基于使用存储器网络对所述用户话语和所述系统话语的处理来确定。各种生成的特征可以使用评分模型来处理以在所述给定回合生成所述给定插槽的候选值的分值。

背景技术

自动化助理(也称为“个人助理”、“移动助理”等)可以由用户经由各种客户端设备(诸如，智能电话、平板计算机、可穿戴设备、汽车系统、独立的个人助理设备等)与之交互。自动化助理接收来自用户的输入(例如，键入和/或口头的自然语言输入)，并且用响应内容(例如，视觉和/或听觉自然语言输出)进行响应。可以经由客户端设备本身和/或经由与客户端设备进行网络通信的一个或多个远程计算设备(例如，“云”中的计算设备)来实施经由客户端设备与之交互的自动化助理。

在参与与用户的对话时，自动化助理在整个对话中追踪对话状态。对话状态表示自动化助理对参与与自动化助理的对话的用户的目标的估计，并且可以用于各种目的。例如，可以使用当前对话状态来确定由自动化助理在对话中提供的下一话语(或其他内容)。而且，例如，当前对话状态可以用于生成代理命令以与一个或多个代理(诸如，第三方(3P)代理)进行交互。例如，一些自动化助理可以基于当前对话状态为3P代理生成代理命令，并且将所生成的代理命令传输给3P代理。响应内容可以由3P代理响应于代理命令生成，并且用于提供响应输出。在一些情况下，自动化助理接收响应内容并且提供响应内容(或其转换)作为响应输出。在一些情况下，3P代理本身可以直接提供响应内容，而无需使用自动化助理作为中介。

在确定对话状态时，一些自动化助理寻求基于对话中的用户和系统话语来确定在对话中被初始化的插槽(slot)的最可能值。一些技术利用固定的本体，该本体定义了插槽集合以及与那些插槽相关联的值的集合。然而，一些插槽的可能值的集合可以是较大的或无边界的，使得这种值的本体定义繁重和/或计算效率低下。另外或可替代地，一些技术必须是为单独插槽和/或域定制的，导致先前看不见的插槽和/或域的失败-或要求对每个插槽和/或域进行劳动密集型和计算密集型的适配。例如，一些技术需要针对每个域中的每个插槽类型训练模型，这可能需要针对每个插槽和每个域的计算繁重的训练和/或可能导致未训练的插槽和/或域的失败。进一步地，在确定对话状态时，一些技术另外或可替代地未能捕获用户和/或系统话语中的单词之间的长期依赖性。各种当前对话状态确定技术提出了附加的和/或替代的缺点。

发明内容

本说明书大体上涉及用于确定包括自动化助理和至少一个用户的电子对话的对话状态并且基于所确定的对话状态执行一个或多个进一步的动作的方法、系统和计算机可读介质。

在一些实施方式中，在给定时间的电子对话的对话状态可以被表示为一个或多个插槽，并且针对一个或多个插槽中的每一个，被表示为插槽的一个或多个候选值和候选值中的每一个的对应分值(例如，概率)。在对话的给定时间的插槽的候选值的分值指示它是该插槽的期望值的可能性，并且可以用于选择候选值以用于确定下一系统话语，生成代理命令和/或执行其他动作。例如，在较高分值对应于较高可能性的情况下，可以选择给定时间的插槽的最高评分候选值作为该插槽的最可能值，并且用作给定时间的插槽的“当前”值。作为另一示例，在较高分值对应于较高可能性的情况下，可以基于分别具有满足阈值(例如，大于阈值)的对应分值的那些候选值来选择一个或多个候选值并且将其用于给定时间的插槽。