[发明专利]对话处理方法、模型训练方法及其相关设备

说明书

本申请公开了一种对话处理方法、模型训练方法及其相关设备。其中，该对话处理方法包括：获取至少一条用户输入数据；提取所述至少一条用户输入数据的意图和实体；将所述意图和实体输入至对话处理模型中处理，得到与所述用户输入数据匹配的回复数据；将所述回复数据反馈给用户。上述方案，能够提高设备与用户之间交互的准确性。

技术领域

本申请涉及数据处理领域，特别是涉及一种对话处理方法、模型训练方法及其相关设备。

背景技术

随着人工智能的高速发展，聊天机器人是近年来重点研究的方向。苹果的Siri如今已经变得家喻户晓，微软的小冰2014年进入中国以来已经成为百万中国用户的数字伙伴，阿里的店小蜜如今已经为千万卖家服务，为其充当智能客服。多轮对话作为一种对话管理(Dialog Management,DM)过程是聊天机器人中重要的一环。DM控制着人机对话的过程，根据对话历史信息，决定此刻对用户的回复。

目前大多数公司的多轮对话处理方式，一种主要是通过规则的方式来实现的，即通过有限状态机来实现，状态和下一步动作都定义好了，当状态满足时，进行下一步动作，进入相应的节点。故基于规则实现的多轮对话必须严格按照流程的方向来执行，缺乏灵活性。例如订飞机票功能，设置的规则是先询问出发地目的地，再在询问时间，这个顺序，如果用户先回答时间，对话处理系统就无法识别，进而无法与用户进行正常交互。另一种是通过对用户输入文本进行分词，并基于分词结果生成对用户的回复。然而，此种仅基于简单分词实现对话处理的方式，会导致设备生成的用户回复不够准确，进而导致设备与用户之间的交互出错。

发明内容

本申请主要解决的技术问题是提供一种对话处理方法、模型训练方法及其相关设备，能够提高设备与用户之间交互的准确性。

为了解决上述问题，本申请第一方面提供了一种对话处理方法，包括：获取至少一条用户输入数据；提取所述至少一条用户输入数据的意图和实体；将所述意图和实体输入至对话处理模型中处理，得到与所述用户输入数据匹配的回复数据；将所述回复数据反馈给用户。

为了解决上述问题，本申请第二方面提供了一种用于对话处理的模型训练方法，包括：获取至少一组历史对话数据，并基于所述历史对话数据中历史用户数据的意图和实体得到训练数据；利用所述训练数据对预设机器学习模型进行训练，建立初始模型；将测试用户数据输入到所述初始模型中，得到测试回复数据；利用所述预测回复构建损失函数，通过所述损失函数确定是否对所述初始模型进行再训练，并将训练完成的模型确定为所述对话处理模型。

为了解决上述问题，本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器；所述处理器用于执行所述存储器存储的程序指令，以实现上述第一方面的方法；或者，所述处理器用于执行所述存储器存储的程序指令，以实现上述第二方面的方法。

为了解决上述问题，本申请第四方面提供了一种存储装置，存储有能够被处理器运行的程序指令，所述程序指令用于实现上述第一方面和/或第二方面的方法。

上述方案中，通过将用户输入数据的意图和实体输入至对话处理模型进行对话处理，以得到匹配的回复数据，由此可实现设备与用户之间的智能交互，且基于用户输入数据的意图和实体实现该对话处理，能够提高设备对用户输入数据内容的意图识别，进而可得到准确率更高的回复数据，故提高设备与用户交互的准确性。

另外，通过历史用户输入数据的意图和实体训练得到对话处理模型，进而使得可利用该对话处理模型能够基于用户输入数据的意图和实体生成准确的回复数据，提高设备与用户交互的准确性。

附图说明

图1是本申请对话处理方法一实施例的流程示意图；

图2是本申请对话处理方法另一实施例的流程示意图；

图3是本申请用于对话处理的模型训练方法一实施例的流程示意图；