[发明专利]训练方法和装置、对话处理方法和系统及介质

说明书

公开了一种强化学习模型训练方法和装置、对话处理方法和对话系统及计算机可读存储介质。其中，所述强化学习模型的训练方法，包括：获取用于训练所述强化学习模型的未标注数据和标注数据；基于所述未标注数据，参考所述标注数据生成用于训练所述强化学习模型的经验池；利用所述经验池训练所述强化学习模型。

技术领域

本公开涉及机器学习领域，更具体地涉及强化学习模型训练方法和装置、对话处理方法和对话系统及计算机可读存储介质。

背景技术

强化学习(Reinforcement Learning)，又称再励学习、评价学习，是一种重要的机器学习方法，在智能控制机器人及分析预测等领域有许多应用。强化学习是智能体(Agent)以“试错”的方式进行学习，通过与环境(Environment) 进行交互获得的奖励分数指导行为，目标是使得智能体选择的行为能够获得环境最大的奖励分数。

对话系统(Dialog System,或Conversation Agent)是一种旨在与人进行连贯交流的计算机系统，可以包括具有用于访问、处理、管理和传递信息的人机接口的基于计算机的代理。对话系统可以基于强化学习模型而实现。然而，在基于强化学习模型的对话系统的构建过程中，往往需要获取大量的标注数据，以提高对话系统的精度，这些所需的标注数据通常较为昂贵并且难以获取，从而影响了强化学习模型的训练和构建，也限制了对话系统在各领域的进一步应用。

发明内容

根据本公开的一个方面，提供了一种强化学习模型的训练方法，包括：获取用于训练所述强化学习模型的未标注数据和标注数据；基于所述未标注数据，参考所述标注数据生成用于训练所述强化学习模型的经验池；利用所述经验池训练所述强化学习模型。

根据本公开的另一方面，提供了一种对话处理方法，包括：获取对话信息；基于强化学习模型生成回复信息；基于所述回复信息对所述对话信息进行响应；其中，所述强化学习模型是通过如下方法训练得到的：获取用于训练所述强化学习模型的未标注数据和标注数据；基于所述未标注数据，参考所述标注数据生成用于训练所述强化学习模型的经验池；利用所述经验池训练所述强化学习模型。

根据本公开的另一方面，提供了一种强化学习模型的训练装置，包括：获取单元，配置为获取用于训练所述强化学习模型的未标注数据和标注数据；生成单元，配置为基于所述未标注数据，参考所述标注数据生成用于训练所述强化学习模型的经验池；训练单元，配置为利用所述经验池训练所述强化学习模型。

根据本公开的另一方面，提供了一种强化学习模型的训练装置，包括：处理器；存储器；和存储在所述存储器中的计算机程序指令，在所述计算机程序指令被所述处理器运行时，使得所述处理器执行以下步骤：获取用于训练所述强化学习模型的未标注数据和标注数据；基于所述未标注数据，参考所述标注数据生成用于训练所述强化学习模型的经验池；利用所述经验池训练所述强化学习模型。

根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机可读的指令，当利用计算机执行所述指令时，执行前述任一项所述的强化学习模型训练方法。

根据本公开的另一方面，提供了一种对话系统，包括：获取单元，配置为获取对话信息；生成单元，配置为基于强化学习模型生成回复信息；响应单元，配置为基于所述回复信息对所述对话信息进行响应；其中，所述强化学习模型是通过如下方法训练得到的：获取用于训练所述强化学习模型的未标注数据和标注数据；基于所述未标注数据，参考所述标注数据生成用于训练所述强化学习模型的经验池；利用所述经验池训练所述强化学习模型。