[发明专利]一种对话文本生成方法及装置在审

专利信息
申请号: 202010179197.5 申请日: 2020-03-12
公开(公告)号: CN113392193A 公开(公告)日: 2021-09-14
发明(设计)人: 叶凯亮;胡盼盼;赵茜;胡浩;佟博;高玮;周玥 申请(专利权)人: 广东博智林机器人有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/35
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 李飞
地址: 528000 广东省佛山市顺德区北滘镇顺江*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 对话 文本 生成 方法 装置
【说明书】:

本申请实施例提供一种对话文本生成方法及装置,涉及自然语言处理技术领域,该方法包括:接收输入的交流文本;根据预设的人工智能模型对交流文本进行编码,得到编码文本;根据人工智能模型对编码文本进行解码,得到解码文本;根据人工智能模型包括的分类器对解码文本进行分类,得到对话文本。可见,实施这种实施方式,能够生成对话文本,从而有利于解决智能软件或者智能机器人的智能对话问题,增加目前智能软件或智能机器人的智能性。

技术领域

本申请涉及自然语言处理技术领域,具体而言,涉及一种对话文本生成方法及装置。

背景技术

随着科技的不断进步,越来越多的智能软件出现在人们的视野当中,它们以独特的交互能力和处理能力为人们带来的极大的便利。然而,在实践中发现,目前的智能软件通常只会使用数据库进行文字识别和对话,从而不具备相应的智能对话能力,因此如何让智能软件或者智能机器人能够智能对话成为了所有技术人员想要解决的问题之一。

发明内容

本申请实施例的目的在于提供一种对话文本生成方法及装置,能够生成对话文本,从而有利于解决智能软件或者智能机器人的智能对话问题,增加目前智能软件或智能机器人的智能性。

本申请实施例第一方面提供了一种对话文本生成方法,其特征在于,所述方法包括:

接收输入的交流文本;

根据预设的人工智能模型对所述交流文本进行编码,得到编码文本;

根据所述人工智能模型对所述编码文本进行解码,得到解码文本;

根据所述人工智能模型包括的分类器对所述解码文本进行分类,得到对话文本。

在上述实现过程中,该方法可以优先接收用户输入的交流文本,其中,该交流文本可以为问题文本,还可以为其他的用于交流的文本;在获取到交流文本的基础上,该方法再根据预设的人工智能模型对交流文本进行编码,得到编码文本,其中,编码文本是具有众多信息特征;同时,该方法再获取到编码文本字后,通过人工智能模型包括的解码器再对该编码文本进行解码,以使编码文本中包括的众多特征可以被一一解析出来并得到解码文本,其中,该解码文本具有众多答复文本特征;最后,该方法可以根据人工智能模型包括的分类器对解码文本进行分类,以使上述众多答复文本特征可以通过分类器得到相应的概率信息,以使该人工智能模型可以根据该概率信息确定出最终的对话文本。可见,实施这种实施方式,能够在接收到交流文本之后,通过人工智能模型来完成对交流文本的答复过程,其中,人工智能模型包括的编码器、解码器以及分类器能够实现对交流文本的深度识别、答复特征生成以及对话文本的生成,从而能够实现对话文本的准确生成,进而能够解决智能软件或者智能机器人的智能对话问题,增加目前智能软件或智能机器人的智能性。

进一步地,所述根据预设的人工智能模型对所述交流文本进行编码,得到编码文本的步骤包括:

根据预设的人工智能模型包括的词嵌入算法对所述交流文本进行词向量转换,得到交流词向量;

对所述交流词向量进行位置编码,得到第一位置编码向量;

根据所述人工智能模型包括的多头注意力机制对所述第一位置编码向量进行编码,得到编码文本。

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广东博智林机器人有限公司,未经广东博智林机器人有限公司许可,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/202010179197.5/2.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