[发明专利]智能会话系统中融合知识推理及知识导向的对话管理方法

说明书

本发明属于计算机自然语言处理技术领域，提供了智能会话系统中融合知识推理及知识导向的对话管理方法，在会话系统中结合领域知识和推理，以及相应的以知识为导向的对话管理方法。以解决用户问题为目标，利用领域知识通过智能推理来引导对话顺利展开，在缺少推理所需的必要条件或事实时才通过交互向用户进行询问，根据询问结果延续此前的推理或者调整解决问题的方向。本发明所涉及的对话管理方法不仅可以降低在会话系统中使用知识库和推理的难度，提高通过人机对话方式来完成和解决复杂任务和问题的效率，实现方法对话逻辑语言还可以无缝对接知识图谱，具备不确定推理能力，并且能对任务完成和问题答案依据的事实和推理过程进行解释。

技术领域

本发明属于计算机自然语言处理技术领域，具体涉及一种智能会话系统中融合知识推理及知识导向的对话管理方法。

背景技术

任务导向型会话系统要求能够在较少的对话轮次内高效地帮助用户完成特定任务或回答相关问题。这类任务导向型会话系统往往需要与知识库进行交互，以提供完成任务和回答问题所需的背景和领域知识。会话系统中结合知识库的传统方法是将用户的问题通过语义解析转化成相应知识库的查询语句，然后在知识库上执行查询操作，并将查询结果返回给用户。这样的结合方式中知识库的作用类似于数据库，从而不能发挥知识库最有价值的、能够使用已知的知识和事实推导出新知识的能力。

深度学习是近期人工智能研究取得突破性的进展，它结束了人工智能长达十年未能有突破性进展的局面，并迅速在工业界产生影响。深度神经网络也在阅读理解和问题回答等相关领域取得了一定进展，但其输入与输出之间的过程类似“黑盒”，不具备可解释性，因而不适用于法律、金融和医疗等攸关生命财产安全等需要对任务完成和问题答案进行详细解释的应用场景。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种智能会话系统中融合知识和推理及知识导向的对话管理方法。

本发明提供了一种智能会话系统中融合知识和推理及知识导向的对话管理方法，具有这样的特征，基于预定的对话模块、常用答复模块、语义解析模块和推理模块进行对话管理，包括如下步骤：步骤S1，对用户输入的语音进行语音识别，并转化成相应的语句文本；步骤S2，对所述语句文本进行语言规范化处理和中文基础处理得到中间结果；步骤S3，根据所述中间结果生成应答结果；步骤S4，将所述应答结果输入语言生成模块，生成最终应答结果，其中，所述步骤S3包括如下子步骤：步骤S3-1，根据所述中间结果判断所述语音是否处于有效的上下文相关问答或多轮对话中；步骤S3-2，当所述步骤S3-1判断为是时，调用对话模块生成所述应答结果；步骤S3-3，当所述步骤S3-1判断为否时，判断所述中间结果是否为常见问题或寒暄问候；步骤S3-4，当所步骤S3-3判断为是时，调用常用答复模块生成所述应答结果；步骤S3-5，当所步骤S3-3判断为否时，调用语义解析模型对所述中间结果进行语义分析，得到语义分析结果，将所述语义分析结果输入推理模块，并调用规则进行推理；步骤S3-6，当判断所述步骤S3-5的推理事实清楚时，生成所述应答结果；步骤S3-7，当判断所述步骤S3-5缺乏推理事实时，根据缺乏的所述推理事实生成为获取该推理事实的提问，并根据该提问生成所述应答结果。

在本发明提供的智能会话系统中融合知识推理及知识导向的对话管理方法中，还可以具有这样的特征：其中，所述推理引擎包括如下规则：所述规则包括对象和表示该对象之间的关系的结论谓词以及对应的条件谓词和多个预设问题。

在本发明提供的智能会话系统中融合知识推理及知识导向的对话管理方法中，还可以具有这样的特征：其中，在步骤S3-6中，当判断推理事实清楚时，通过知识库访问、数据库访问、应用服务查询或大规模问答检索生成所述应答结果。

在本发明提供的智能会话系统中融合知识推理及知识导向的对话管理方法中，还可以具有这样的特征：其中，在步骤S3-7中，判断所述语义分析结果中的所述条件谓词为特殊谓词时，调用预先设定的知识图谱，补充所述推理事实。