[发明专利]人机交互对话处理方法、装置、计算机设备及存储介质有效

专利信息
申请号: 202010601485.5 申请日: 2020-06-28
公开(公告)号: CN111783439B 公开(公告)日: 2022-10-04
发明(设计)人: 伍叶飞 申请(专利权)人: 平安普惠企业管理有限公司
主分类号: G06F40/279 分类号: G06F40/279;G06F40/289;G06F40/35;G06F40/216;G06F16/33;G10L15/22;G10L15/26;G10L15/06
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 刘丽华;孙芬
地址: 518000 广东省深圳市前海深港合作区前*** 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: 人机交互 对话 处理 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种人机交互对话处理方法,其特征在于,所述方法包括:

接收用户的本轮对话语音;

识别所述本轮对话语音得到本轮对话文本;

采用并行调用的方式,调用多个领域意图识别模型识别所述本轮对话文本得到多个意图识别结果;

计算所述多个意图识别结果中有效意图的个数;

根据所述有效意图的个数进行下一轮对话处理,包括:将所述有效意图的个数与1进行比较;

当所述有效意图的个数等于1时,匹配出与所述有效意图对应的意图标签检索知识库,检索所述意图标签检索知识库中的话术,并采用检索到的话术进行下一轮对话处理;

若所述有效意图的个数大于1时,获取每个所述有效意图对应的意图标签检索知识库,检索每个所述意图标签检索知识库中的话术,按照预设的领域优先级拼接检索到的话术,得到完整的话术,以及根据所述完整的话术进行下一轮对话处理。

2.如权利要求1所述的人机交互对话处理方法,其特征在于,每个所述领域意图识别模型的训练过程包括:

获取所述领域的多个历史对话文本以及标注每个历史对话文本的意图类型;

将每个历史对话文本及对应的意图类型组合为文本训练数据对;

利用skip-gram模型训练多个所述文本训练数据对,得到低维度的字向量;

通过卷积、池化操作将所述字向量转换成特征向量;

使用Hard Tanh函数对所述特征向量进行预设次数的特征抽取,得到最终特征;

利用梯度下降算法对所述最终特征进行迭代训练得到所述领域的领域意图识别模型。

3.如权利要求1所述的人机交互对话处理方法,其特征在于,所述计算所述多个意图识别结果中有效意图的个数包括:

获取每一个领域意图识别模型输出的意图识别结果对应的概率值;

获取所述概率值中大于或者等于预设概率阈值的目标概率值;

确定所述目标概率值对应的意图识别结果为有效意图并计算所述有效意图的个数。

4.如权利要求1所述的人机交互对话处理方法,其特征在于,所述根据所述有效意图的个数进行下一轮对话处理还包括:

将所述有效意图的个数与0进行比较;

当所述有效意图的个数等于0时,根据无意图策略话术进行下一轮对话处理。

5.如权利要求4所述的人机交互对话处理方法,其特征在于,所述方法还包括:

获取所述本轮对话文本的上一轮对话文本;

根据所述上一轮对话文本确定历史领域;

根据所述本轮对话文本确定当前领域;

判断所述历史领域是否与所述当前领域一致;

当所述历史领域与所述当前领域一致时,则切换领域状态为所述当前领域。

6.如权利要求5所述的人机交互对话处理方法,其特征在于,所述根据所述本轮对话文本确定当前领域包括:

对所述本轮对话文本进行分词得到多个第一词语;

针对每个第一词语,依次遍历多个领域词库中的第二词语;

当所述第一词语与所述第二词语匹配成功时,将匹配成功的第二词语对应的领域确定为目标领域;

计算每个目标领域的个数;

确定个数最多的目标领域为当前领域。

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平安普惠企业管理有限公司,未经平安普惠企业管理有限公司许可,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/202010601485.5/1.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