[发明专利]对话方法、装置、电子设备及存储介质

权利要求书

1.一种对话方法，其特征在于，所述方法包括：

获取用户的待识别对话语音数据，以及基于所述用户的待识别对话语音数据，得到所述用户的待识别对话语音数据对应的情感识别结果，其中，所述用户的待识别对话语音数据在用户与第一对话对象进行对话的期间内产生，所述用户的待识别对话语音数据对应的情感识别结果指示用户是否产生负面情感；

基于所述用户的待识别对话语音数据对应的情感识别结果，确定是否满足对话对象转换条件；

当满足对话对象转换条件时，断开第一通信连接，以及建立第二通信连接，以使得所述用户可以与第二对话对象进行对话，其中，第一通信连接用于所述用户与第一对话对象进行对话，第二通信连接用于所述用户与第二对话对象进行对话，第二对话对象的业务熟悉程度高于第一对话对象的业务熟悉程度。

2.根据权利要求1所述的方法，其特征在于，情感识别结果为情感极性分数，情感极性分数指示在用户产生负面情感的情况下负面情感的强烈程度；基于所述用户的待识别对话语音数据，得到所述用户的待识别对话语音数据对应的情感识别结果包括：

针对所述用户的待识别对话语音数据进行语音识别，得到所述用户的待识别对话语音数据对应的对话文本；

基于所述用户的待识别对话语音数据和所述用户的待识别对话语音数据对应的对话文本，计算所述用户的待识别对话语音数据对应的情感极性分数。

3.根据权利要求2所述的方法，其特征在于，满足的对话对象转换条件为以下之一：所述用户的待识别对话语音数据对应的情感极性分数大于第一阈值、所述用户的待识别对话语音数据对应的情感极性分数大于第二阈值并且所述用户的所有先前的对话语音数据对应的情感极性分数包括预设数量个大于第二阈值的情感极性分数，其中，所述用户的先前的对话语音数据在产生所述用户的待识别对话语音数据之前产生，所述用户的每一个先前的对话语音数据各自对应一个情感极性分数，第一阈值大于第二阈值。

4.根据权利要求2所述的方法，其特征在于，基于所述用户的待识别对话语音数据和所述用户的待识别对话语音数据对应的对话文本，计算所述用户的待识别对话语音数据对应的情感极性分数包括：

将所述用户的待识别对话语音数据和所述用户的待识别对话语音数据对应的对话文本输入到多模态情感识别模型中，得到多模态情感识别模型输出的所述用户的待识别对话语音数据对应的情感极性分数，所述多模态情感识别模型被预先以多任务学习方式训练，多模态情感识别模型包括：

特征提取网络，被配置为从所述用户的待识别对话语音数据中提取出语音特征，生成所述语音特征对应的语音特征向量，从所述用户的待识别对话语音数据对应的对话文本中提取出文本特征，生成所述文本特征对应的文本特征向量；

特征融合网络，被配置为对所述语音特征向量和所述文本特征向量进行特征融合，得到对应于所述语音特征向量和所述文本特征向量的融合特征向量；

情感极性分数计算网络，被配置为基于所述融合特征向量，计算所述用户的待识别对话语音数据对应的情感极性分数。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当满足对话对象转换条件时，基于业务上下文和对话上下文，从多个预设选项中选择至少一个目标预设选项和/或生成至少一个新的选项，其中，业务上下文包括：所述用户向第一对话对象咨询的问题的类型、与所述问题相关的订单的属性信息，对话上下文为对应于在所述用户与第一对话对象进行对话的期间内产生的所有对话语音数据的文本，所有对话语音数据包括：所述用户的对话语音数据、第一对话对象的对话语音数据；

生成工单信息，工单信息包括：至少一个目标预设选项和/或至少一个新的选项；

将工单信息发送至第二对话对象的设备，以由第二对话对象的设备向第二对话对象展示工单信息。