[发明专利]一种基于自我评论序列学习的对话回复生成方法及系统有效
| 申请号： | 201810538126.2 | 申请日： | 2018-05-30 |
| 公开（公告）号： | CN108804611B | 公开（公告）日： | 2021-11-19 |
| 发明（设计）人： | 陈哲乾;蔡登;杨荣钦;潘博远;赵洲;何晓飞 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 胡红娟 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于自我评论序列学习的对话回复生成方法及系统，其中，对话回复生成方法包括以下步骤：(1)对当前对话的上下文语境进行建模，获得上下文语义向量；(2)根据上下文语义向量，建立基于自我评论序列学习的对话模型；(3)对对话模型进行训练和测试，分别得到训练奖励值和测试奖励值；(4)计算两个奖励值之间的差，通过计算策略梯度，优化对话模型；(5)对话模型训练完毕，输出对话回复。利用本发明，可以使得对话生成模型在训练过程中，能够朝着优化评判指标的方向生成更加有实质意义的回复，大幅度降低生成对话的不稳定性。 | ||
| 搜索关键词： | 一种 基于 自我 评论 序列 学习 对话 回复 生成 方法 系统 | ||
【主权项】：
1.一种基于自我评论序列学习的对话回复生成方法，其特征在于，包括以下步骤：(1)对当前对话的上下文语境进行建模，获得上下文语义向量；(2)根据上下文语义向量，建立基于自我评论序列学习的对话模型；(3)对对话模型进行训练和测试，分别得到训练奖励值和测试奖励值；(4)计算两个奖励值之间的差，通过计算策略梯度，优化对话模型；(5)对话模型训练完毕，输出对话回复。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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浙江大学，未经浙江大学许可，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/patent/201810538126.2/，转载请声明来源钻瓜专利网。
