[发明专利]对话交互方法、装置、设备和存储介质有效

专利信息
申请号: 202010017420.6 申请日: 2020-01-08
公开(公告)号: CN111259162B 公开(公告)日: 2023-10-03
发明(设计)人: 贺文嵩;苗亚飞;汤其超;徐犇;谢剑 申请(专利权)人: 百度在线网络技术(北京)有限公司;上海小度技术有限公司
主分类号: G06F16/36 分类号: G06F16/36;G06F16/332;G06F40/30;G06F40/205
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对话 交互 方法 装置 设备 存储 介质
【权利要求书】:

1.一种对话交互方法,其特征在于,包括:

根据句子树,确定接收到的用户信息的第一语义编码;

根据所述第一语义编码,从对话树中确定用于响应所述用户信息的第二语义编码;其中,所述句子树和所述对话树通过逻辑脑图样本中句子节点信息和/或词语节点信息训练得到;

从所述句子树中确定所述第二语义编码的目标响应句子,用于与用户对话。

2.根据权利要求1所述的方法,其特征在于,所述句子树用于表示词语与句子之间的组合关系,所述对话树用于表示对话中句子之间的响应关系。

3.根据权利要求1所述的方法,其特征在于,所述句子树和所述对话树通过如下方式确定,包括:

根据所述逻辑脑图样本,学习得到句子树和对话树中的节点;

在所述句子树和所述对话树中,确定节点之间的转换概率。

4.根据权利要求3所述的方法,其特征在于,根据所述逻辑脑图样本,学习得到句子树中的节点,包括:

对所述逻辑脑图样本进行词语节点深度搜索,得到完整对话路径;

根据所述完整对话路径中的词语节点,构成对话词典;

对所述对话词典词语所组成的句子进行句子语义压缩,生成句子树中的句子节点,以及根据所述对话词典得到所述句子节点中的词语节点组合;

根据所述句子节点中词语节点组合的语义,为所述句子节点添加标识句子语义的语义编码。

5.根据权利要求3所述的方法,其特征在于,根据所述逻辑脑图样本,学习得到对话树中的节点,包括:

对所述逻辑脑图样本中的句子节点进行语义压缩,生成对话树中的句子节点;

基于逻辑脑图中句子节点之间连接关系所表示的对话逻辑,确定对话树中句子节点之间的响应关系;

根据所述句子节点以及句子节点之间的响应关系,得到对话树,并根据所述句子节点的语义为所述句子节点添加标识句子语义的语义编码。

6.根据权利要求1所述的方法,其特征在于,所述根据句子树,确定接收到的用户信息的第一语义编码,包括:

根据所述用户信息的词语信息,从所述句子树的词语节点向句子节点遍历,确定构成所述用户信息的目标词语节点组合;

根据所述目标词语节点组合,从所述目标词语节点组合所属句子节点中,确定用于表示所述用户信息的第一语义编码。

7.根据权利要求1所述的方法,其特征在于,所述根据所述第一语义编码,从对话树中确定用于响应所述用户信息的第二语义编码,包括:

从所述对话树中定位得到与所述第一语义编码一致的目标用户句子节点;

根据与所述目标用户句子节点具有响应关系的候选句子节点的转换概率,从所述候选句子节点中抽取得到响应句子节点;

确定所述响应句子节点的第二语义编码。

8.根据权利要求1所述的方法,其特征在于,所述从所述句子树中确定所述第二语义编码的目标响应句子,包括:

从所述句子树中,查找与所述第二语义编码一致的目标响应句子节点;

根据与所述目标响应句子节点具有组合关系的候选词语节点的转换概率,从所述候选词语节点中抽取得到目标响应词语节点;

将所述目标响应词语节点进行组合,得到所述目标响应句子。

9.一种对话交互装置,其特征在于,包括:

用户语义识别模块,用于根据句子树,确定接收到的用户信息的第一语义编码;

响应语义确定模块,用于根据所述第一语义编码,从对话树中确定用于响应所述用户信息的第二语义编码;其中,所述句子树和所述对话树通过逻辑脑图样本中句子节点信息和/或词语节点信息训练得到;

响应句子确定模块,用于从所述句子树中确定所述第二语义编码的目标响应句子,用于与用户对话。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司;上海小度技术有限公司,未经百度在线网络技术(北京)有限公司;上海小度技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010017420.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top