[发明专利]基于多轮对话的人机交互方法、装置、设备及存储介质在审
申请号: | 202110545372.2 | 申请日: | 2021-05-19 |
公开(公告)号: | CN113190668A | 公开(公告)日: | 2021-07-30 |
发明(设计)人: | 王海昕 | 申请(专利权)人: | 平安国际智慧城市科技股份有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/33 |
代理公司: | 北京鸿元知识产权代理有限公司 11327 | 代理人: | 袁文婷;张娓娓 |
地址: | 518000 广东省深圳市前海深港合*** | 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: | 基于 轮对 人机交互 方法 装置 设备 存储 介质 | ||
1.一种基于多轮对话的人机交互方法,应用于电子装置,其特征在于,所述方法包括:
对获取的用户查询语句进行意图识别处理,得到所述用户查询语句的目标意图;
从记忆词槽集中提取与所述目标意图相匹配的记忆词槽,作为目标词槽;
其中,所述记忆词槽集包括从前一次人机交互的记录中提取的词槽;一次人机交互指根据用户查询语句为用户提供一次查询答案的交互动作;每完成一次人机交互后对所述记忆词槽集进行更新;
统计获取的所述目标词槽的数量,并生成统计结果信息;
当所述统计结果信息为所述目标词槽的数量满足所述目标意图所需要的词槽的数量时,将所述目标意图和所述目标词槽作为查询目标进行目标查询处理,并将所述目标查询处理的结果作为所述用户查询语句的查询答案反馈给用户。
2.根据权利要求1所述的基于多轮对话的人机交互方法,其特征在于,所述对获取的用户查询语句进行意图识别处理,得到所述用户查询语句的目标意图包括:
将所述用户查询语句与预设意图模板中的意图语句进行相似值计算处理,在所述预设意图模板中,提取与所述用户查询语句达到预设相似值的意图语句作为相似意图语句;其中,所述预设意图模板包括意图语句和所述意图语句所属的意图;
将所述相似意图语句所属的意图作为所述用户查询语句的目标意图。
3.根据权利要求2所述的基于多轮对话的人机交互方法,其特征在于,所述预设意图模板存储于区块链中,所述将所述用户查询语句与预设意图模板中的意图语句进行相似值计算处理,在所述预设意图模板中,提取与所述用户查询语句达到预设相似值的意图语句作为相似意图语句包括:
将所述用户查询语句和所述预设意图模板中的意图语句均进行句向量化处理,分别得到以句向量表示的用户查询语句和以句向量表示的意图语句;
对所述以句向量表示的用户查询语句和所述以句向量表示的意图语句进行余弦相似值计算处理,得到所述用户查询语句与所述意图语句之间的相似值;
在所述预设意图模板中,提取与所述用户查询语句达到预设相似值的意图语句作为相似意图语句。
4.根据权利要求1所述的基于多轮对话的人机交互方法,其特征在于,在所述从记忆词槽集中提取与所述目标意图相匹配的记忆词槽,作为目标词槽之前,还包括:
通过记忆词槽提取模型从所述前一次人机交互的记录中进行记忆词槽提取处理,得到记忆词槽集;其中,
所述记忆词槽提取模型包括用于输入所述前一次人机交互的记录的输入层、用于对所述前一次人机交互的记录文本进行分词处理的分词层、用于对所述分词层得到的文本分词集中的词语进行词槽识别处理的词槽识别层、用于将所述词槽识别层识别得到的词槽进行提取处理的词槽提取层和用于对所述词槽提取层得到的记忆词槽集进行输出的输出层。
5.根据权利要求1所述的基于多轮对话的人机交互方法,其特征在于,所述从记忆词槽集中提取与所述目标意图相匹配的记忆词槽,作为目标词槽包括:
根据所述目标意图,确定所述目标意图所需要的词槽的种类;
从所述记忆词槽集中提取与所述目标意图所需要的词槽的种类相同种类的记忆词槽,作为目标词槽;其中,所述记忆词槽集包括记忆词槽和所述记忆词槽的种类。
6.根据权利要求1所述的基于多轮对话的人机交互方法,其特征在于,在统计获取的所述目标词槽的数量,并生成统计结果信息的过程中,
当所述目标词槽的数量不足以满足所述目标意图所需要的词槽的数量时,获取与所述目标意图仍需要匹配的词槽的种类相匹配的话术模板;其中,所述话术模板用于引导用户输入所述目标意图仍需要匹配的词槽;
将从获取的用户对所述话术模板的回复语句中提取的词槽并入所述目标词槽中,并生成所述目标词槽的数量满足所述目标意图所需要的词槽的数量的统计结果信息。
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国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,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/202110545372.2/1.html,转载请声明来源钻瓜专利网。