[发明专利]一种对话的方法和系统

说明书

本说明书实施例公开了一种对话的方法和系统。所述对话的方法包括：获取对话上文；所述对话上文至少包括一句用户话语；基于所述对话上文确定对话当前状态；基于对话模型获取在所述对话当前状态基础上，一个或多个候选话术的收益分值；其中，所述对话模型为强化学习模型；基于收益分值从所述一个或多个候选话术中确定响应所述对话上文的目标话术。

技术领域

本说明书实施例涉及人工智能技术领域，特别涉及一种对话的方法和系统。

背景技术

智能对话机器人是一种使用自然语言与用户交互的智能对话系统。智能对话机器人与用户的对话可以包括：任务型对话、FAQ型对话、闲聊型对话以及说服型对话等。说服型对话是一种引导式的对话，智能对话机器人基于与用户之间的对话过程，生成具有引导作用的对话语句，从而使用户在经过对话后完成特定的操作。由智能对话机器人实现的引导式对话可以广泛应用于例如慈善捐款、商品推荐、贷款催收等场景中。

本说明书提供了一种适用于智能对话机器人的引导式对话方法及系统。

发明内容

本说明书实施例的一个方面提供一种对话的方法，所述方法包括：获取对话上文；所述对话上文至少包括一句用户话语；基于所述对话上文确定对话当前状态；基于对话模型获取在所述对话当前状态基础上，一个或多个候选话术的收益分值；其中，所述对话模型为强化学习模型；基于收益分值从所述一个或多个候选话术中确定响应所述对话上文的目标话术。

本说明书实施例的一个方面提供一种对话的系统，所述系统包括：对话数据获取模块，用于获取对话上文；所述对话上文至少包括一句用户话语；对话当前状态确定模块，用于基于所述对话上文确定对话当前状态；收益分值确定模块，用于基于对话模型获取在所述对话当前状态基础上，一个或多个候选话术的收益分值；其中，所述对话模型为强化学习模型；目标话术确定模块，用于基于收益分值从所述一个或多个候选话术中确定响应所述对话上文的目标话术。

本说明书实施例的一个方面提供一种对话的装置，包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现如上任一项所述的方法。

本说明书实施例的一个方面提供一种训练对话模型的方法，所述方法包括：获取多轮历史对话；从所述多轮历史对话中提取多组训练数据，所述多组训练数据中的一组至少包括样本对话当前状态、响应话术、样本对话下一状态和与所述响应话术对应的奖励值；基于多组所述训练数据迭代更新强化学习模型的参数，使得训练得到的对话模型能够基于任一对话当前状态确定候选话术的收益分值。

本说明书实施例的一个方面提供一种训练对话模型，所述系统包括：对话数据获取单元，用于获取多轮历史对话；训练数据提取单元，用于从所述多轮历史对话中提取多组训练数据，所述多组训练数据中的一组至少包括样本对话当前状态、响应话术、样本对话下一状态和与所述响应话术对应的奖励值；模型参数更新单元，用于基于多组所述训练数据迭代更新强化学习模型的参数，使得训练得到的对话模型能够基于任一对话当前状态确定候选话术的收益分值。

本说明书实施例的一个方面提供一种对话的装置，包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现如上任一项所述的方法。

附图说明

本说明书将以示例性实施例的方式进一步描述，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书的一些实施例所示的对话系统的应用场景示意图；

图2是根据本说明书的一些实施例所示的对话方法的示例性流程图；

图3是根据本说明书的一些实施例所示的训练对话模型方法的示例性流程图；