本公開涉及機(jī)器學(xué)習(xí)領(lǐng)域，尤其涉及一種對(duì)話應(yīng)答方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、人機(jī)對(duì)話技術(shù)的應(yīng)用，能夠減少對(duì)人的依賴、降低成本、提高效率、簡(jiǎn)化服務(wù)流程并隨時(shí)隨地為用戶提供服務(wù)，隨著人機(jī)對(duì)話相關(guān)技術(shù)在對(duì)話推薦商品、教育知識(shí)、心里治療等領(lǐng)域嶄露頭角，目標(biāo)導(dǎo)向性對(duì)話這一概念逐漸被提及，即系統(tǒng)需要通過自然語言引導(dǎo)用戶對(duì)話從而完成特定目標(biāo)，對(duì)話系統(tǒng)不再局限于被動(dòng)地完成任務(wù)和滿足聊天陪伴等需求，而是逐漸向主動(dòng)化、智能化方向轉(zhuǎn)變。但是目前相關(guān)技術(shù)中，因?yàn)闃I(yè)務(wù)點(diǎn)細(xì)多繁雜，內(nèi)部用戶的輸入具備口語化、多樣化的特性，傳統(tǒng)客服系統(tǒng)主要依靠人工服務(wù)和人工編輯知識(shí)進(jìn)行自助服務(wù)，無法根據(jù)客戶隨時(shí)變化的訴求進(jìn)行智能分析和解決方案提供，使得客戶滿意度持續(xù)降低。傳統(tǒng)的關(guān)鍵詞、相關(guān)性分析等檢索方式效率低，知識(shí)點(diǎn)獨(dú)立且分散，導(dǎo)致應(yīng)答不智能。

技術(shù)實(shí)現(xiàn)思路

1、本公開提供一種對(duì)話應(yīng)答方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)，以解決相關(guān)技術(shù)中的依賴傳統(tǒng)的業(yè)務(wù)知識(shí)庫進(jìn)行查詢和反饋客戶，其中知識(shí)之間的邏輯關(guān)注少，無法清晰表達(dá)知識(shí)之間的關(guān)系，檢索方式效率低，知識(shí)點(diǎn)獨(dú)立且分散，機(jī)器應(yīng)答不智能的問題。

2、本公開的第一方面實(shí)施例提出了一種對(duì)話應(yīng)答方法，該方法包括：獲取知識(shí)圖譜、對(duì)話數(shù)據(jù)；對(duì)知識(shí)圖譜和對(duì)話數(shù)據(jù)進(jìn)行匹配，得到目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)為附有匹配路徑的符合目標(biāo)導(dǎo)向的對(duì)話數(shù)據(jù)；使用目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，對(duì)初始應(yīng)答模型進(jìn)行訓(xùn)練，得到目標(biāo)應(yīng)答模型，目標(biāo)應(yīng)答模型用于生成多輪對(duì)話的應(yīng)答結(jié)果；將實(shí)時(shí)對(duì)話數(shù)據(jù)輸入目標(biāo)應(yīng)答模型中，得到對(duì)話應(yīng)答結(jié)果。

3、在本公開的一些實(shí)施例中，對(duì)知識(shí)圖譜和對(duì)話數(shù)據(jù)進(jìn)行匹配，得到目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)包括：基于知識(shí)圖譜，得到連接起點(diǎn)和終點(diǎn)的多條路徑；對(duì)對(duì)話數(shù)據(jù)進(jìn)行預(yù)處理，并與多條路徑進(jìn)行匹配，確定目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)。

4、在本公開的一些實(shí)施例中，基于知識(shí)圖譜，得到連接起點(diǎn)和終點(diǎn)的多條路徑包括：提取知識(shí)圖譜中的節(jié)點(diǎn)，隨機(jī)選擇一個(gè)未訪問節(jié)點(diǎn)作為開始節(jié)點(diǎn)，并獲取開始節(jié)點(diǎn)的所有邊，將開始節(jié)點(diǎn)加入第一路徑；隨機(jī)選擇開始節(jié)點(diǎn)的第一邊，獲取第一邊對(duì)應(yīng)的第一節(jié)點(diǎn)，若第一節(jié)點(diǎn)為未訪問節(jié)點(diǎn)，獲取開始節(jié)點(diǎn)與第一節(jié)點(diǎn)之間的關(guān)系列表；隨機(jī)選擇關(guān)系列表中的第一關(guān)系索引，獲取對(duì)應(yīng)的第一關(guān)系，若第一關(guān)系為未訪問關(guān)系，將第一關(guān)系和第一節(jié)點(diǎn)加入第一路徑，變更開始節(jié)點(diǎn)為第一節(jié)點(diǎn)，并增加已采樣節(jié)點(diǎn)數(shù)，第一路徑的長(zhǎng)度大于等于第一閾值且小于等于第二閾值，第一路徑由知識(shí)圖譜中的多個(gè)節(jié)點(diǎn)和節(jié)點(diǎn)之間的邊組成。

5、在本公開的一些實(shí)施例中，對(duì)對(duì)話數(shù)據(jù)進(jìn)行預(yù)處理，并與多條路徑進(jìn)行匹配，確定目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)包括：對(duì)對(duì)話數(shù)據(jù)進(jìn)行預(yù)處理，得到多輪對(duì)話的對(duì)話詞向量，其中，每一輪對(duì)話中包含多個(gè)句子；提取知識(shí)圖譜中的所有所有節(jié)點(diǎn)，將對(duì)話詞向量與節(jié)點(diǎn)進(jìn)行一一匹配，得到每個(gè)句子的實(shí)體詞；若相鄰兩個(gè)句子的實(shí)體詞在第一路徑中有關(guān)系連接，將相鄰兩個(gè)句子的實(shí)體詞以及對(duì)應(yīng)的第二關(guān)系加入對(duì)話子圖，并記錄第二關(guān)系對(duì)應(yīng)的對(duì)話輪次和關(guān)系權(quán)重；采用路徑查找法，在對(duì)話子圖中查找所有路徑，并根據(jù)連續(xù)的對(duì)話輪次進(jìn)行篩選，將關(guān)系權(quán)重之和最大的第一路徑確定為與對(duì)話詞向量匹配的第二路徑，將對(duì)話詞向量與第二路徑組合確定為目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)。

6、在本公開的一些實(shí)施例中，使用目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，對(duì)初始應(yīng)答模型進(jìn)行訓(xùn)練包括：基于目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，確定目標(biāo)詞向量，目標(biāo)詞向量包含多輪對(duì)話的目標(biāo)詞；將目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)、目標(biāo)詞向量按照對(duì)話輪數(shù)進(jìn)行分解和融合，生成多輪對(duì)話語義鏈，對(duì)話語義鏈中包含多個(gè)詞向量；針對(duì)多輪對(duì)話中的第一輪，將第一對(duì)話語義鏈的最后一個(gè)詞向量確定為第一應(yīng)答結(jié)果。

7、在本公開的一些實(shí)施例中，基于目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，確定目標(biāo)詞向量包括：針對(duì)目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)中的第二路徑進(jìn)行自然語句轉(zhuǎn)換，得到第三路徑；將第三路徑按照對(duì)話輪數(shù)進(jìn)行分解，得到多輪對(duì)話的路徑集；針對(duì)多輪對(duì)話中的第一輪對(duì)話，將第一輪對(duì)話對(duì)應(yīng)的第四路徑中的最后一個(gè)節(jié)點(diǎn)作為第一輪對(duì)話的目標(biāo)詞。

8、在本公開的一些實(shí)施例中，該方法還包括：獲取測(cè)試對(duì)話數(shù)據(jù)，確定測(cè)試對(duì)話數(shù)據(jù)的第一測(cè)試詞向量、第五路徑和測(cè)試目標(biāo)詞；將測(cè)試目標(biāo)詞、第五路徑、第一測(cè)試詞向量輸入目標(biāo)應(yīng)答模型中，得到第二應(yīng)答結(jié)果；若第二應(yīng)答結(jié)果包含測(cè)試對(duì)話數(shù)據(jù)中的測(cè)試終點(diǎn)或達(dá)到測(cè)試對(duì)話數(shù)據(jù)的對(duì)話輪數(shù)，結(jié)束測(cè)試，否則，將第二應(yīng)答結(jié)果加入第一測(cè)試詞向量中得到第二測(cè)試詞向量，并在第五路徑尾部增加路徑得到第六路徑。

9、本公開的第二方面實(shí)施例提出了一種對(duì)話應(yīng)答裝置，該裝置包括：獲取模塊，用于獲取知識(shí)圖譜、對(duì)話數(shù)據(jù)，知識(shí)圖譜中包含多個(gè)節(jié)點(diǎn)和邊，節(jié)點(diǎn)表示與語境相關(guān)的概念詞，邊表示兩個(gè)節(jié)點(diǎn)之間的關(guān)系詞，對(duì)話數(shù)據(jù)中包含多輪對(duì)話，多輪對(duì)話為非目標(biāo)導(dǎo)向?qū)υ?；匹配模塊，用于對(duì)知識(shí)圖譜和對(duì)話數(shù)據(jù)進(jìn)行匹配，得到目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)為附有匹配路徑的符合目標(biāo)導(dǎo)向的對(duì)話數(shù)據(jù)；處理模塊，用于使用目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，對(duì)初始應(yīng)答模型進(jìn)行訓(xùn)練，得到目標(biāo)應(yīng)答模型，目標(biāo)應(yīng)答模型用于生成多輪對(duì)話的應(yīng)答結(jié)果；應(yīng)答模塊，用于將實(shí)時(shí)對(duì)話數(shù)據(jù)輸入目標(biāo)應(yīng)答模型中，得到對(duì)話應(yīng)答結(jié)果。

10、本公開的第三方面實(shí)施例提出了一種電子設(shè)備，包括：一個(gè)或多個(gè)處理器和與所述一個(gè)或多個(gè)處理器通信連接的存儲(chǔ)裝置，其中，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述一個(gè)或多個(gè)處理器執(zhí)行本公開第一方面實(shí)施例中描述的方法。

11、本公開的第四方面實(shí)施例提出了一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行本公開第一方面實(shí)施例中描述的方法。

12、本公開的第五方面實(shí)施例提出了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，計(jì)算機(jī)程序在被處理器執(zhí)行本公開第一方面實(shí)施例中描述的方法。

13、綜上，根據(jù)本公開提出的對(duì)話應(yīng)答方法，根據(jù)獲取知識(shí)圖譜、對(duì)話數(shù)據(jù)；對(duì)知識(shí)圖譜和對(duì)話數(shù)據(jù)進(jìn)行匹配，得到目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)；使用目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，對(duì)初始應(yīng)答模型進(jìn)行訓(xùn)練，得到目標(biāo)應(yīng)答模型，目標(biāo)應(yīng)答模型用于生成多輪對(duì)話的應(yīng)答結(jié)果；將實(shí)時(shí)對(duì)話數(shù)據(jù)輸入目標(biāo)應(yīng)答模型中，得到對(duì)話應(yīng)答結(jié)果。通過將知識(shí)圖譜與對(duì)話數(shù)據(jù)進(jìn)行匹配提取目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，使用目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)訓(xùn)練應(yīng)答模型，訓(xùn)練得到的應(yīng)答模型可以模仿真實(shí)的人類對(duì)話生成多輪對(duì)話的應(yīng)答結(jié)果，實(shí)現(xiàn)智能應(yīng)答感知的提升，增強(qiáng)了對(duì)話的流暢自然度。

14、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

技術(shù)特征：

1.一種對(duì)話應(yīng)答方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述知識(shí)圖譜和所述對(duì)話數(shù)據(jù)進(jìn)行匹配，得到目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述知識(shí)圖譜，得到連接起點(diǎn)和終點(diǎn)的多條路徑包括：

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)所述對(duì)話數(shù)據(jù)進(jìn)行預(yù)處理，并與所述多條路徑進(jìn)行匹配，確定目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述使用所述目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，對(duì)初始應(yīng)答模型進(jìn)行訓(xùn)練包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于所述目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，確定目標(biāo)詞向量包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

8.一種對(duì)話應(yīng)答裝置，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，包括：

10.一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行根據(jù)權(quán)利要求1-7中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本公開提供一種對(duì)話應(yīng)答方法、裝置、電子設(shè)備、芯片及介質(zhì)，涉及IT應(yīng)用領(lǐng)域，該方法包括：獲取知識(shí)圖譜、對(duì)話數(shù)據(jù)，知識(shí)圖譜中包含多個(gè)節(jié)點(diǎn)和邊，節(jié)點(diǎn)表示與語境相關(guān)的概念詞，邊表示兩個(gè)節(jié)點(diǎn)之間的關(guān)系詞，對(duì)話數(shù)據(jù)中包含多輪對(duì)話，多輪對(duì)話為非目標(biāo)導(dǎo)向?qū)υ?；?duì)知識(shí)圖譜和對(duì)話數(shù)據(jù)進(jìn)行匹配，得到目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)；使用目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)，對(duì)初始應(yīng)答模型進(jìn)行訓(xùn)練，得到目標(biāo)應(yīng)答模型，目標(biāo)應(yīng)答模型用于生成多輪對(duì)話的應(yīng)答結(jié)果；將實(shí)時(shí)對(duì)話數(shù)據(jù)輸入目標(biāo)應(yīng)答模型中，得到對(duì)話應(yīng)答結(jié)果。通過使用知識(shí)圖譜與對(duì)話數(shù)據(jù)匹配得到的目標(biāo)導(dǎo)向?qū)υ挃?shù)據(jù)進(jìn)行模型訓(xùn)練，訓(xùn)練的模型對(duì)實(shí)時(shí)對(duì)話數(shù)據(jù)進(jìn)行智能的對(duì)話應(yīng)答，可以實(shí)現(xiàn)智能應(yīng)答感知的提升，增強(qiáng)了對(duì)話的流暢自然度。

技術(shù)研發(fā)人員：趙東明,靳曉嘉,張繼軍,王博
受保護(hù)的技術(shù)使用者：中國移動(dòng)通信集團(tuán)天津有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21