[发明专利]一种基于人机对话的用户画像构建方法、系统、终端及存储介质

权利要求书

1.一种基于人机对话的用户画像构建方法，其特征在于，包括：

获取人机交互过程中的对话数据；

将所述对话数据输入属性分类模型，所述属性分类模型包括对话编码器、属性分类器和实体生成器，通过所述对话编码器对所述对话数据进行编码，通过所述属性分类器对所述编码后的对话数据进行属性类型分类，通过所述实体生成器提取各个属性类型对应的主语和宾语，所述属性分类模型将所述主语和宾语与对应的属性类型进行拼接，并输出由主语、属性类型和宾语组成的三元组信息；

根据所述三元组信息构建用户画像；

通过对话编码器对对话数据进行编码包括：

所述对话编码器包括一个双向GRU，所述双向GRU的输入为单词嵌入向量组成的序列，用于对文本数据中的每一个句子分别进行编码，得到单句级别的编码序列{h₁,h₂,h₃,…,h_n}：

上式中，e(w_i,j)表示单词w_i,j的嵌入向量；

所述通过对话编码器对对话数据进行编码还包括：

所述对话编码器还包括一个单向GRU，所述单向GRU的输入为所述单句级别的编码序列{h₁,h₂,h₃,…,h_n}，根据GRU本身的序列编码特性将GRU每一时刻的隐状态构成新的句子嵌入表达序列{H₁,H₂,H₃,…,H_n}，使得所述新的句子嵌入表达中包含每一个句子的上下文信息：

所述通过属性分类器对编码后的对话数据进行属性类型分类包括：

所述属性分类器采用线性映射层加sigmoid激活函数层进行属性类型分类：

P_i＝σ(WH_i+b)

上式中，P_i表示第i个句子在所有预先定义的属性类型下的概率分布，σ表示sigmoid激活函数，W和b是线性映射的权重参数，H_i是所述单向GRU编码得到的第i个句子的嵌入表达向量。

2.根据权利要求1所述的基于人机对话的用户画像构建方法，其特征在于，所述对话数据包括语音数据或/和文本数据。

3.根据权利要求2所述的基于人机对话的用户画像构建方法，其特征在于，所述获取人机交互过程中的对话数据还包括：

通过ASR技术将所述语音数据转换为文本数据。

4.根据权利要求1所述的基于人机对话的用户画像构建方法，其特征在于，所述通过实体生成器提取各个属性类型对应的主语和宾语包括：

所述实体生成器采用GRU进行主语和宾语的提取，将实体生成定义成一个序列生成问题，所述实体生成器的目标序列为由主语和宾语拼接成的序列，所述GRU起始时刻的输入为某一种属性类型的嵌入向量，起始时刻的隐状态为对应句子由所述单向GRU进行编码的最后一个时刻得到的隐状态，使得各个属性类型分别对应一种实体生成器，通过所述实体生成器输出各个属性类型对应的主语和宾语。

5.一种基于人机对话的用户画像构建系统，所述系统用于实现权利要求1～4任一项所述的基于人机对话的用户画像构建方法，其特征在于，包括：

数据获取模块：用于获取人机交互过程中的对话数据；

属性信息提取模块：用于将所述对话数据输入属性分类模型，所述属性分类模型包括对话编码器、属性分类器和实体生成器，通过所述对话编码器对所述对话数据进行编码，通过所述属性分类器对所述编码后的对话数据进行属性类型分类，通过所述实体生成器提取各个属性类型对应的主语和宾语，所述属性分类模型将所述主语和宾语与对应的属性类型进行拼接，并输出由主语、属性类型和宾语组成的三元组信息；

用户画像构建模块：用于根据所述三元组信息构建用户画像。