[发明专利]对话处理方法、装置、计算机设备和存储介质

权利要求书

1.一种对话处理方法，其特征在于，包括：

对当前获取的源语句对应的特征向量进行解码处理，以确定回复语句中的多个第一候选词语；

对包含任一所述第一候选词语的候选语句进行补全处理，以生成多个第一候选语句；

利用预设的强化学习网络，对所述源语句及多个第一候选语句进行关联计算，确定所述源语句与每个第一候选语句间的第一关联值；

根据所述第一关联值，从所述多个第一候选词语中选取第一目标词语；

对所述第一目标词语及所述源语句对应的特征向量进行解码处理，以确定所述回复语句中的第二候选词语；

若所述第二候选词语为语句结束符，则确定所述第一目标词语为与所述源语句对应的回复语句；

所述确定所述回复语句中的第二候选词语之后，还包括：

若所述第二候选词语为非语句结束符，则重复执行所述选取第一目标词语的过程，直至根据选取的目标词语及所述源语句对应的特征向量进行解码处理后，获取的候选词语为语句结束符；

所述确定所述源语句与每个第一候选语句间的第一关联值之后，还包括：

根据所述第一候选语句中包含的第一候选词语，确定每个第一候选词语对应的第二关联值，其中，所述确定每个第一候选词对应的第二关联值包括：计算包含相同第一候选词语的各第一候选语句对应的第一关联值的均值，将均值作为相同第一候选词对应的第二关联值，或者，将包含各第一候选语句对应的第一关联值中的最大值，作为第一候选词语对应的第二关联值；

则所述根据所述第一关联值，从所述多个第一候选词语中选取第一目标词语，包括：

根据每个第一候选词语对应的第二关联值，从所述多个第一候选词语中选取第一目标词语。

2.如权利要求1所述的方法，其特征在于，所述对当前获取的源语句对应的特征向量进行解码处理，以确定回复语句中的多个第一候选词语，包括：

对当前获取的源语句对应的特征向量进行解码处理，以确定在所述特征向量下，词库中的词语对应的条件概率；

按照条件概率由高至低的顺序，从所述词库中获取预设数量的词语作为所述第一候选词语。

3.如权利要求2所述的方法，其特征在于，所述对包含任一所述第一候选词语的候选语句进行补全处理后，所述方法还包括：

生成M个第一候选语句；

则所述根据所述第一候选语句中包含的第一候选词语，确定每个第一候选词语对应的第二关联值，包括：

获得所述M个第一候选语句分别对应的M个第一关联值；

计算所述M个第一关联值的均值或者最大值，确定每个第一候选词语对应的第二关联值。

4.如权利要求2或3所述的方法，其特征在于，所述根据每个第一候选词语对应的第二关联值，从所述多个第一候选词语中选取第一目标词语，包括：

根据每个第一候选词语对应的条件概率值及第二关联值，从多个第一候选词语中选取第一目标词语。

5.如权利要求1-3任一所述的方法，其特征在于，所述对包含任一所述第一候选词语的候选语句进行补全处理，包括：

确定每个第一候选词语与词库中其余各词语在语句中前后相邻的概率值；

根据所述概率值，依次从所述词库中获取目标补全词语；

利用所述目标补全词语，对包含任一所述第一候选词语的候选语句进行补全处理。

6.如权利要求1-3任一所述的方法，其特征在于，所述利用预设的强化学习网络，对所述源语句及多个第一候选语句进行关联计算，包括：

利用所述预设的强化学习网络中的向量层，对所述源语句及任一第一候选语句进行特征映射，以生成所述源语句对应的第一初始特征向量，及所述任一第一候选语句对应的第二初始特征向量；

利用所述预设的强化学习网络中的第一子网络对所述第一初始特征向量进行特征提取，以生成所述源语句对应的第一特征向量；

利用所述预设的强化学习网络中的第二子网络对所述第二初始特征向量进行特征提取，以生成所述任一第一候选语句对应的第二特征向量；

对所述第一特征向量及所述第二特征向量进行内积运算，以确定所述源语句与所述任一第一候选语句间的关联值。