[发明专利]多轮交互信息继承识别方法、装置以及交互系统

说明书

本发明涉及信息交互技术领域，尤其是涉及一种多轮交互信息继承识别方法、装置以及交互系统，获取当前用户与机器人的多轮前述交互信息、此轮问题以及当前用户每句话的意图分布；利用预先训练得到的多轮交互信息继承识别模型中的LR模型，对此轮问题进行多轮交互信息继承与否的识别；当识别的识别分数大于预设分数范围时，进行多轮前述交互信息的继承；当识别的识别分数在预设分数范围内时，利用预先训练得到的多轮交互继承识别模型中的规则模型，对此轮问题进行规则匹配，并进行多轮前述交互信息的继承。通过该方法能够对多轮交互信息继承与否进行判断，并在极端与常规的表达方法下，均满足多轮交互信息继承与否的识别。

技术领域

本发明涉及信息交互技术领域，尤其是涉及一种多轮交互信息继承识别方法、装置以及交互系统。

背景技术

在交互系统中，往往都是单轮交互，即前几轮的交互信息对当前这轮的交互没有作用。而实际的交互中，用户一般不会一次性说完所有的信息，因此前几轮的交互信息对当前轮的交互是极为有用的。

目前的交互系统利用多轮交互的语句，进行机器学习模型的学习，直接利用多轮交互信息，产出当前此轮交互的最终结果(例如：回答、意图识别等)。因此，基于机器学习的模型，直接利用多轮交互信息，而没有首先进行多轮交互信息是否需要继承的判断(有些使用场景中，需要的是对多轮交互信息是否继承的判断，而不是直接利用多轮交互信息)，很多时候，往往考虑了不需要的信息，反而会造成误导。

发明内容

有鉴于此，本发明的目的在于提供一种多轮交互信息继承识别方法、装置以及交互系统，能够对多轮交互信息继承与否进行判断，并在极端与常规的表达方法下，均满足多轮交互信息继承与否的识别。

第一方面，本发明实施例提供了一种多轮交互信息继承识别方法，该方法包括：

获取当前用户与机器人的多轮前述交互信息、此轮问题以及当前用户每句话的意图分布；

利用预先训练得到的多轮交互信息继承识别模型中的LR(Logistic Regression，逻辑回归)模型，基于当前用户每句话的意图分布对此轮问题进行多轮交互信息继承与否的识别；

当识别的识别分数大于预设分数范围时，进行多轮前述交互信息的继承；

当识别的识别分数在预设分数范围内时，利用预先训练得到的多轮交互继承识别模型中的规则模型，基于当前用户每句话的意图分布对此轮问题进行规则匹配，并进行多轮前述交互信息的继承。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，通过下述方法训练得到多轮交互信息继承识别模型中的LR模型：

收集用户多轮交互语料；交互语料包括：用户与机器人的多轮前述交互信息、此轮问题、用户每句话的意图分布以及用户对机器人的每句回答是否继承多轮交互信息的判断结果；

根据用户多轮交互语料，进行特征抽取；

根据特征抽取的结果以及逻辑回归算法，得到多轮交互信息继承识别模型中的LR模型。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，根据用户多轮交互语料，进行特征抽取，具体包括：

从用户多轮交互语料中抽取多轮前述交互用户的意图分布、此轮问题的用户的意图分布以及此轮问题作为特征信息；

抽取用户对机器人的每句回答是否继承多轮交互信息的判断结果作为标签。

结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，通过下述方式获取多轮前述交互用户的意图分布：

对多轮前述交互信息中的用户的意图分布进行加权平均，得到多轮前述交互用户的意图分布。