[发明专利]基于双动态记忆网络的智能外呼对话方法和系统

权利要求书

1.一种基于双动态记忆网络的智能外呼对话方法，其特征在于，包括以下步骤：

获取对话数据，对话数据包括多回合对话数据和当前回合客户话术；

对多回合对话数据处理，得到编码向量信息，用于对话内存管理器中对话历史内存和对话状态内存的全局管理和迭代更新；对当前回合客户话术进行词嵌入向量化后，得到解码向量信息，用于处理内存管理器的对话状态内存和访问KB内存管理器的KB内存；

对话内存管理器动态地依次扩展对话内存，并通过更新机制跟踪对话历史，生成第一输出分布；对KB内存管理器动态访问，生成第二输出分布；

根据第一输出分布和第二输出分布生成回复客户的话术。

2.根据权利要求1所述的基于双动态记忆网络的智能外呼对话方法，其特征在于，所述多回合对话数据通过BiGRU编码器处理得到编码向量H，所述当前回合客户话术通过GRU解码器处理得到解码向量q_t。

3.根据权利要求2所述的基于双动态记忆网络的智能外呼对话方法，其特征在于，对话状态内存根据编码向量H进行寻址操作找到指定分配给内存槽的规范化权值a_t，以规范化权值a_t为指引读取对话历史内存中的上下文表示向量c_t，每回合根据上下文表示向量c_t和解码向量q_t输入到GRU网络得到中间隐藏状态s_t,中间隐藏状态s_t＝GRU(q_t,c_t)，中间隐藏状态s_t用于更新对话状态内存，每回合根据中间隐藏状态s_t和上下文表示向量c_t得到权重值g，权重值g＝Sigmoid(s_t,c_t)。

4.根据权利要求3所述的基于双动态记忆网络的智能外呼对话方法，其特征在于，采用对话状态内存最后一回合的寻位结果作为注意分数，注意分数来自于在对话状态内存中最后一回合的中间隐藏状态s_t中去找规范化权值a_t的寻位结果，使用注意分数通过复制机制得到复制分布P_c(y_t)。

5.根据权利要求4所述的基于双动态记忆网络的智能外呼对话方法，其特征在于，上下文表示向量c_t和解码向量q_t拼接后输入到Softmax层，输出生成分布P_g(y_t)。

6.根据权利要求5所述的基于双动态记忆网络的智能外呼对话方法，其特征在于，根据复制分布P_c(y_t)、生成分布P_g(y_t)和权重值g，生成第一输出分布P_con(y_t)，第一输出分布P_con(y_t)＝g×P_c(y_t)+(1-g)×P_g(y_t)。

7.根据权利要求6所述的基于双动态记忆网络的智能外呼对话方法，其特征在于，在KB内存管理器中KB内存指针P_trkb每回合动态访问KB内存，解码向量q_t访问KB内存管理器得到查询向量o_k，查询向量o_k结合内存指针P_trkb动态访问KB内存得到KB内存上的第二输出分布P_kb(y_t)。