[发明专利]人机对话方法及系统、计算机设备及介质

说明书

本申请实施例公开一种人机对话方法及系统、计算机设备及介质。该方法的一具体实施方式包括：获取用户输入的当前对话语句；将当前对话语句和在当前对话语句之前获取的前序对话语句的目标类型及目标实体作为神经网络系统的第一神经网络模块的输入，通过第一神经网络模块进行特征提取，生成当前对话语句的目标类型及目标实体；将当前对话语句、当前对话语句的目标类型及目标实体和知识库数据作为神经网络系统的第二神经网络模块的输入，通过第二神经网络模块进行特征提取及分类，生成回复语句。该实施方式能够实现主动自然的将人机对话从聊天对话、问答对话、任务型对话等非推荐对话引导到推荐对话，以实现推荐目标。

技术领域

本申请涉及计算机技术领域。更具体地，涉及一种人机对话方法及系统、计算机设备及介质。

背景技术

随着移动互联网和智能终端的快速发展，人机对话的应用越来越广泛。，例如各大互联网公司也推出各自的智能助手Apple Siri、Google Now、微软小娜(MicrosoftCortana)、Facebook M、百度度秘和微软小冰等等，都应用了人机对话功能。目前，现有的人机对话方式涉及到多种类型的对话，比如聊天对话、问答对话、任务型对话等，但这些类型的对话彼此之间是孤立的，主动性、扩展性及丰富性不足，且不符合通常的用户交谈习惯。现有的人机对话技术还需要不断发展和改进，朝着更加拟人化、博学化、并且能够完成更加复杂的任务的方向发展。

发明内容

本申请的目的在于提供一种人机对话方法及系统、计算机设备及介质，以解决现有技术存在的问题中的至少一个。

为达到上述目的，本申请采用下述技术方案：

本申请第一方面提供了一种人机对话方法，包括：

获取用户输入的当前对话语句；

将所述当前对话语句和在当前对话语句之前获取的前序对话语句的目标类型及目标实体作为所述神经网络系统的第一神经网络模块的输入，通过所述第一神经网络模块进行特征提取，生成当前对话语句的目标类型及目标实体；

将所述当前对话语句、所述当前对话语句的目标类型及目标实体和知识库数据作为所述神经网络系统的第二神经网络模块的输入，通过所述第二神经网络模块进行特征提取及分类，生成回复语句。

在一种可能的实现方式中，所述将所述当前对话语句和在当前对话语句之前获取的前序对话语句的目标类型及目标实体作为所述神经网络系统的第一神经网络模块的输入，通过所述第一神经网络模块进行特征提取，生成当前对话语句的目标类型及目标实体包括：

对于当前对话语句为初始对话语句的情况，将所述当前对话语句和预设的目标类型及目标实体作为所述神经网络系统的第一神经网络模块的输入，通过所述第一神经网络模块进行特征提取，生成当前对话语句的目标类型及目标实体。

在一种可能的实现方式中，所述将所述当前对话语句和在当前对话语句之前获取的前序对话语句的目标类型及目标实体作为所述神经网络系统的第一神经网络模块的输入，通过所述第一神经网络模块进行特征提取，生成当前对话语句的目标类型及目标实体包括：

将所述当前对话语句作为所述第一神经网络模块的第一迭代空洞卷积神经网络模型的输入，通过所述第一迭代空洞卷积神经网络模型进行特征提取，生成表征当前对话目标是否完成的第一向量；

将所述第一向量和在当前对话语句之前获取的前序对话语句的目标类型及目标实体作为所述第一神经网络模块的第二迭代空洞卷积神经网络模型的输入，通过所述第二迭代空洞卷积神经网络模型进行特征提取，生成当前对话语句的目标类型及目标实体。

在一种可能的实现方式中，