[发明专利]一种策略规则对话推进以及意向判别方法及系统

说明书

本发明公开了一种策略规则对话推进以及意向判别方法及系统，该方法包括：S1，采用预定义的语义槽与语法规则，将用户输入信息转化为结构化信息；S2，根据结构化信息和用户输入信息的意图，生成对应的语义环境；S3，根据语义环境和状态跟踪器的状态表示，触发下一个状态操作；S4，根据触发的状态操作进行映射，对不同的对话行为回复模版生成不同的信息回复。本发明能够预先定义语义槽，针对不同的对话内容，检索后台数据库，生成语义环境，并根据相应的规则触发操作，策略推进与用户的多轮对话，从对话中判别用户的意向，系统在对话过程中不断根据当前状态决定下一步应该采取的最优动作，从而最有效的辅助用户完成信息或服务获取的任务。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种策略规则对话推进以及意向判别方法及系统。

背景技术

人机对话系统是一种基于自然语言的人机交互系统，通过对话系统，用户可以使用神经网络对话生成模型在多轮对话过程中完成特定的任务。人机对话系统提供了一种更自然更便捷的人机交互方式，应用前景广泛。

其中，策略规则是策略系统的基础模块，它把一系列行为和条件进行捆绑，其中，评估条件以决定是否执行行为。

现有的人机对话系统中，神经网络对话生成模型在多轮对话过程中存在容易产生万能回复以及多轮对话没有考虑整体走向之类的问题，使得人机交互存在不自然、不连贯、用户体验差等特点。

发明内容

本发明的目的在于提供一种策略规则对话推进以及意向判别方法及系统，旨在解决现有人机对话系统中基于人机多轮对话的对话模型絮乱，无法预测对话走向及判别用户意向的问题。

为实现上述目的，本发明的技术方案如下：

一种策略规则对话推进以及意向判别方法，包括以下步骤：

S1，采用预定义的语义槽与语法规则，将用户输入信息转化为结构化信息；

S2，根据结构化信息和用户输入信息的意图，生成对应的语义环境；

S3，根据语义环境和状态跟踪器的状态表示，触发下一个状态操作；

S4，根据触发的状态进行映射，对不同的对话行为回复模版的答案模版生成不同的信息回复。

上述方案中，所述步骤S2具体包括：

根据结构化信息与当前用户输入信息的意图相结合，对当前对话状态下每一句回复进行评估，通过后台建立的语义环境数据库检索，多轮对话建模，最终选择出概率最高的状态作为下一步的语义环境。

上述方案中，所述步骤S3具体包括：

根据语义环境和状态跟踪器的状态表示，利用监督学习的算法，通过数据挖掘双方对话信息，针对相应的学习规则触发操作，选择合适的对话行为回复模版。

上述方案中，所述步骤S4具体包括：

根据触发的状态进行映射，利用深度学习的算法，结合结构化信息和对话行为回复模版的答案模版，同时，将用户输入信息利用注意力机制处理解码器解码状态的关键信息进行匹配，选择出最合适的信息回复。

一种策略规则对话推进以及意向判别系统，该系统包括：

自然语言理解模块，通过语言理解技术解析为预定义的语义槽与语法规则，将用户输入信息转化为结构化的信息；

用户意图选择模块，根据结构化的信息，预估用户输入信息的意图目标，选择合适的语义环境；

规则触发模块，根据当前的语义环境，选择合适的对话行为回复模版类型；

答案生成模块，将对话行为回复模版类型的答案模版与结构化信息相结合，生成最合适的信息回复。