[发明专利]基于人工智能的对话方法、装置、终端及存储介质

说明书

本发明公开了一种基于人工智能的对话方法、装置、终端及存储介质，其中方法包括：当开始与用户进行对话时，依次逐个输出预设话题库中的每个话题，并在每输出一个话题时，采集用户针对于当前话题的语音信息和面部图像信息；利用预先训练好的感兴趣预测模型分析语音信息和面部图像信息，以得到用户对当前话题的感兴趣概率值；当感兴趣概率值达到预设阈值时，输出当前话题的下一话题。通过上述方式，本发明能够在与用户对话时，同时分析用户的声音和面部图像特征，从而确认用户对当前话题的感兴趣程度，避免向用户抛出用户不感兴趣的话题。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于人工智能的对话方法、装置、终端及存储介质。

背景技术

对话机器人，又称聊天机器人，或者问答系统，是指能够让人和机器之间，使用自然语言的方式进行沟通交流的软件系统。随着以深度学习为代表的人工智能技术的进步，对话机器人系统，迎来了新一轮的发展热潮。目前，对话机器人一定程度上已经能够理解来自用户的自然语言问题所表达的真实语义，甚至可以结合对话过程中的上下文信息，从而给出最合适的答案。正因为此，对话机器人，已经开始在人们的工作和生活中扮演越来越重要的角色，这也使得对话机器人背后的自然语言处理技术被称为人工智能皇冠上的明珠，成为科研界、企业界持续关注的热点方向。

目前，现有市场上的对话机器人主要是根据用户输入的语音信息进行匹配，然后给出相应的答复，而实际上，用户的日常问答过受情绪影响较大，在仅依赖用户的语音信息进行匹配的情况下，机器人给出的答复可能与用户期望的回复差距较大，导致用户丧失对话的兴趣，对话效果不佳。

发明内容

本申请提供一种基于人工智能的对话方法、装置、终端及存储介质，以解决现有对话机器人对话效果不佳的技术问题。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种基于人工智能的对话方法，包括：当开始与用户进行对话时，依次逐个输出预设话题库中的每个话题，并在每输出一个话题时，采集用户针对于当前话题的语音信息和面部图像信息；利用预先训练好的感兴趣预测模型分析语音信息和面部图像信息，以得到用户对当前话题的感兴趣概率值；当感兴趣概率值达到预设阈值时，输出当前话题的下一话题。

作为本申请的进一步改进，利用预先训练好的感兴趣预测模型分析语音信息和面部图像信息，以得到用户对当前话题的感兴趣概率值，包括：从语音信息中提取声纹特征，并从面部图像信息中提取表情特征；将声纹特征输入至声纹预测子模型，得到第一预测概率值，并将表情特征输入至表情预测子模型，得到第二预测概率值；利用第一权重值和第二权重值对第一预测概率值和第二预测概率值进行加权计算，得到感兴趣概率值。

作为本申请的进一步改进，得到用户对当前话题的感兴趣概率值之后，还包括：当感兴趣概率值未达到预设阈值时，将语音信息转换为文本信息后，从话题库中查询与文本信息匹配度最高的话题并输出。

作为本申请的进一步改进，将语音信息转换为文本信息后，从话题库中查询与文本信息匹配度最高的话题并输出，包括：将语音信息转换为文本信息；从文本信息中提取得到文本特征，并将文本特征输入至预先训练好的文本匹配模型，以与话题库中的每个话题进行匹配，得到匹配度最高的话题；将匹配度最高的话题转换为语音并输出。

作为本申请的进一步改进，将语音信息转换为文本信息后，从话题库中查询与文本信息匹配度最高的话题并输出之后，还包括：将当前话题的不感兴趣次数累加一次；每间隔预设时间段，筛选出不感兴趣次数达到预设次数的待替换话题，并提醒工作人员对待替换话题进行更新。

作为本申请的进一步改进，输出当前话题的下一话题之后，还包括：获取用户的满意度评价结果，并将满意度评价结果作为历史训练数据对感兴趣预测模型进行训练。