[发明专利]产生一对话状态追踪模型的装置及方法

权利要求书

1.一种产生一对话状态追踪模型的装置，其特征在于，包含：

一储存器，储存一数据库；以及

一处理器，电性连接至该储存器，根据一询问消息所对应的一询问栏位自该数据库撷取该询问栏位所对应的一第一栏位特征量，自该数据库撷取该询问栏位所对应的至少一第一候选词各自对应的一第一候选词特征量，且将该至少一第一候选词特征量整合为一第一整合特征量，

其中，该处理器还产生与该询问消息对应的一回复消息的至少一关联子句，根据该至少一关联子句产生一语句关联特征量，根据该第一栏位特征量、该第一整合特征量及该语句关联特征量产生一询问栏位相关特征，且根据该询问栏位相关特征训练该对话状态追踪模型。

2.如权利要求1所述的装置，其特征在于，该处理器还将该第一栏位特征量及该第一整合特征量整合为一第一输出特征量，将该第一输出特征量输入一第一神经网络模型以产生一第二输出特征量，将该第二输出特征量及该语句关联特征量整合为一第三输出特征量，且将该第三输出特征量输入一第二神经网络模型以产生该询问栏位相关特征。

3.如权利要求1所述的装置，其特征在于，该处理器还根据该询问消息所对应的一栏位回复自该数据库撷取该栏位回复所对应的一第一回复特征量，自该数据库撷取该栏位回复所对应的至少一第二候选词各自对应的一第二候选词特征量，且将该至少一第二候选词特征量整合为一第二整合特征量，其中该处理器系根据该第一栏位特征量、该第一回复特征量、该第一整合特征量、该第二整合特征量及该语句关联特征量产生该询问栏位相关特征。

4.如权利要求3所述的装置，其特征在于，该处理器还将该第一栏位特征量及该第一整合特征量整合为一第一输出特征量，将该第一回复特征量及该第二整合特征量整合为一第二输出特征量，将该第一输出特征量、该第二输出特征量及该语句关联特征量输入一神经网络模型以产生该询问栏位相关特征。

5.如权利要求1所述的装置，其特征在于，该处理器还根据该回复消息及多个预设栏位自该数据库撷取至少一第二候选词各自对应的一第二候选词特征量，将该至少一第二候选词特征量整合为一第二整合特征量，且根据该语句关联特征量及该第二整合特征量产生一进阶关联特征，其中该处理器系根据该询问栏位相关特征及该进阶关联特征训练该对话状态追踪模型。

6.如权利要求5所述的装置，其特征在于，该处理器还将该语句关联特征量及该第二整合特征量整合为一输出特征量，且将该输出特征量输入一神经网络模型以产生该进阶关联特征。

7.如权利要求1所述的装置，其特征在于，该处理器还对该回复消息进行自然语言理解(Natural Language Understanding；NLU)分析以得一语意理解栏位及一语意理解回复，自该数据库撷取该语意理解栏位所对应的一第二栏位特征量，自该数据库撷取该语意理解栏位所对应的至少一第二候选词各自对应的一第二候选词特征量，且将该至少一第二候选词特征量整合为一第二整合特征量，

其中，该处理器还自该数据库撷取该语意理解回复所对应的一回复特征量，自该数据库撷取该语意理解回复所对应的至少一第三候选词各自对应的一第三候选词特征量，且将该至少一第三候选词特征量整合为一第三整合特征量，

其中，该处理器还根据该第二栏位特征量、该第二整合特征量、该回复特征量及该第三整合特征量产生一语意理解特征，

其中，该处理器系根据该询问栏位相关特征及该语意理解特征训练该对话状态追踪模型。

8.如权利要求7所述的装置，其特征在于，该处理器还将该第二栏位特征量及该第二整合特征量整合为一第一输出特征量，将该回复特征量及该第三整合特征量整合为一第二输出特征量，将该第一输出特征量及该第二输出特征量整合为一第三输出特征量，且将该第三输出特征量输入一神经网络模型以产生该语意理解特征。