[发明专利]对话交互方法、装置、设备和存储介质

说明书

本申请实施例公开了一种对话交互方法、装置、设备和存储介质，涉及人工智能技术领域。具体实现方案为：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。本申请实施例基于逻辑脑图将对话逻辑快速学习到句子树和对话树中，通过句子树和对话树之间的交替匹配，使得响应内容考虑了上文对话内容，且包容了对话内容的多种表示，保障了对话内容的多样性，提高人机之间多轮对话的准确性。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及人工智能技术领域，具体涉及一种对话交互方法、装置、设备和存储介质。

背景技术

随着智能音箱设备等智能设备的普及，用户与智能设备之间的对话需求日益增长，除了资源点播、家居控制等需求外，大部分用户还有与智能设备进行情感交流、日常对话、话题聊天等人机交互行为。然而，现有技术通常仅能够实现单轮对话效果，缺乏对话上下文的逻辑性，多轮对话的准确率较低，且训练语料成本较高。

发明内容

本申请实施例提供了一种对话交互方法、装置、设备和存储介质，能够提高人机之间多轮对话的准确性。

第一方面，本申请实施例提供了一种对话交互方法，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。

上述申请中的一个实施例具有如下优点或有益效果：基于逻辑脑图将对话逻辑快速学习到句子树和对话树中，通过句子树和对话树之间的交替匹配，使得响应内容考虑了上文对话内容，且包容了对话内容的多种表示，保障了对话内容的多样性，提高人机之间多轮对话的准确性。

可选的，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。

上述申请中的一个实施例具有如下优点或有益效果：通过具有组合关系的句子树，以及具有响应关系的对话树，使得响应内容考虑了上文对话内容，且包容了对话内容的多种表示，保障了对话内容的多种可能性。

可选的，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。

上述申请中的一个实施例具有如下优点或有益效果：根据逻辑脑图样本确定的节点信息和节点之间的转换概率，公同构成了句子树和对话树，使得树中的节点之间具有对话逻辑，包容了对话内容的多种表示，保障了对话内容的多种可能性。

可选的，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。