[发明专利]对话状态跟踪方法、系统、电子设备及存储介质

权利要求书

1.一种对话状态跟踪方法，包括：

在每轮对话中，获取用户语句表示信息和系统动作表示信息；其中，在第t轮对话中，用户语句U_t可以由l个单词u_i与相应的单词向量u_i组成，1≤i≤l，所述系统动作表示为一个m阶单词袋，单词为

基于所述用户语句表示信息和所述系统动作表示信息分别确定用户语句特征和系统动作特征；

获取当前状态槽的特征向量信息；

根据所述用户语句特征、系统动作特征和特征向量信息确定对应于所述当前状态槽的预测向量值；

基于所述预测向量值确定所述当前状态槽在槽值集合上的概率分布，槽值集合包含对应于所有状态槽的所有可能的状态值。

2.根据权利要求1所述的方法，其中，所述基于所述用户语句表示信息确定用户语句特征包括：

将所述用户语句表示信息输入至预设多尺寸感知层以得到所述用户语句特征；其中，所述用户语句表示包括多个组份，

所述预设多尺寸感知层包括：

多个线性层组，每个线性层组包括多个线性层，所述多个线性层组的组数与所述多个组份的份数相等；

与所述多个线性层组的输出端连接的标准化层；和

与所述标准化层的输出端连接的输出线性层。

3.根据权利要求1所述的方法，其中，所述根据所述用户语句特征、系统动作特征和特征向量信息确定对应于所述当前状态槽的预测向量值包括：

将所述用户语句特征和系统动作特征求和得到和值；

将所述和值与所述特征向量信息点乘得到预测特征向量信息；

将所述预测特征向量信息输入至长短期记忆网络以得到所述预测向量值。

4.根据权利要求1所述的方法，其中，所述基于所述预测向量值确定所述当前状态槽在槽值集合上的概率分布包括：

计算所述预测向量值与所述槽值集合中所有状态值之间的二范数距离；

将计算得到的所有二范数距离进行归一化处理以确定所述概率分布。

5.根据权利要求1所述的方法，其中，所述获取用户语句表示信息包括：

确定所述用户语句所包含的单词的个数l，

确定所述用户语句所对应的m-best ASR假设，并归一化置信度得分q_j，1≤j≤m；

计算得到加权向量u′_i，

其中，u_i,j表示在第j个ASR假设中呈现的单词矢量u_i，并且在所有短于最长的假设的末尾处填充零矢量以具有相同长度的语句；

基于所述加权向量计算得到n元加权词向量：

其中，是单词向量之间的连接运算符；

通过n元加权词向量的和来构造n元用户语句表示，

6.根据权利要求1所述的方法，其中，所述基于所述系统动作表示信息确定系统动作特征包括：

将所述系统动作表示信息输入至线性层，在线性整流函数的激活作用下输出所述系统动作特征。

7.一种对话状态跟踪系统，包括：

信息提取程序模块，用于在每轮对话中，获取用户语句表示信息和系统动作表示信息；其中，在第t轮对话中，用户语句U_t可以由l个单词u_i与相应的单词向量u_i组成，1≤i≤l，所述系统动作表示为一个m阶单词袋，单词为

第一特征确定程序模块，用于基于所述用户语句表示信息和所述系统动作表示信息分别确定用户语句特征和系统动作特征；

第二特征确定程序模块，用于获取当前状态槽的特征向量信息；

预测程序模块，用于根据所述用户语句特征、系统动作特征和特征向量信息确定对应于所述当前状态槽的预测向量值；

概率分布确定程序模块，用于基于所述预测向量值确定所述当前状态槽在槽值集合上的概率分布，所述槽值集合包含对应于所有状态槽的所有可能的状态值。