[发明专利]应用于多轮对话的服务设备及多轮对话方法

说明书

本申请提供一种应用于多轮对话的服务设备及多轮对话方法，用于解决相关技术在多轮对话过程中对话质量仍需改进的问题。本申请中基于知识图谱对关键词扩充，能够增设检索条件，也即能够结合对话内容背后的知识，扩展了检索时的可用特征，增强了检索的相关程度，提升了模型总体效果。故此，可以达到提高候选语料集合的召回率的效果。本申请中，充分利用了多轮用户对话中的信息的关联性，结合多轮对话历史，能够从候选语料集合中筛选出符合对话历史的候选语料进行答复，使得最终答复的语料的筛选更为合理。

技术领域

本申请涉及自然语言处理技术领域，特别涉及一种应用于多轮对话的服务设备及多轮对话方法。

背景技术

随着自然语言处理技术的发展，其研究成果已经在很多场景中采用。例如智能客服，能够聊天的机器人等。

一种典型的对话方式是任务型对话，任务型对话就是为了完成某个领域某种特定任务(例如预订机票，查询地图等)而与用户进行的交互。在任务型对话中，通过对用户语言的理解，引导用户完成订票的查询和订票操作。

在任务型对话中，如果用户提出了与任务无关的话题，系统可能不会做出相应的反应或提示无法理解用户意图。

与任务型对话相对于的是开放域聊天，即不局限话题的聊天。开放域聊天多用于用户的query(询问)没用明确意图时系统也能够做出自然的回应。开放域聊天在现有的人机对话系统中，主要起到拉近距离，建立信任关系，情感陪伴和提高用户粘性等的作用。

开放域聊天是自然语言处理中的一个热门研究课题。一般开放域聊天从单句回复来看，相关性不错，但是从对话历史来看，经常存在上下文不一致，逻辑混乱等问题，导致聊天难以持续。因此一般会将之前的对话历史作为整体输入基于上下文信息来做出回应，也就是多轮对话。

在多轮对话中，相关技术中大致可包括两种方式来确定针对用户query的回复内容。一种方式为采用检索式方式，即从一个已有的语料库中选择一条匹配分数最高的语料作为回复。另一种方式为生成式的方法，该方法使用序列到序列的模型，编码器读取聊天历史，解码器直接生成下一句回复。

其中，检索式方法多从query中提取关键词，然后以关键词作为检索条件，从已知语料库中筛选出回复语料。然而，结果表示，检索式方法仍存在回复效果差的问题。

生成式的方法由于是采用端到端的模型进行生成，难以对生成内容进行控制，而且生成回复的效果也难以保证。

综上所述，如何准确的理解用户意图并给予合理的回复在多轮对话中仍需改进。

发明内容

本申请的目的是提供一种应用于多轮对话的智能设备及多轮对话方法，用以解决相关技术中自动回复的对话内容不够准确的问题。

第一方面，本申请提供一种应用于多轮对话的服务设备，所述服务设备包括输入接口和处理器：所述处理器被配置为用于；

从当前对话的对话内容中提取关键词；

从预先构建的知识图谱中获取与所述关键词具有指定关联关系的知识信息作为扩充词；

采用所述关键词和所述扩充词作为检测关键词从语料库中检索出候选语料集合；

采用所述当前对话的多轮对话，从所述候选语料集合中筛选出针对所述当前对话的回复信息。

在一些实施例中，执行所述从当前对话的对话内容中提取关键词时，所述处理器被配置为：

对所述对话内容进行实体识别，得到识别的实体作为第一关键词；

根据所述第一关键词，对所述对话内容进行句法分析，得到与所述第一关键词关联的第二关键词；

其中所述关键词包括所述第一关键词和所述第二关键词。