[发明专利]一种面向出行领域的人机多轮对话方法

说明书

一种面向出行领域的人机多轮对话方法，它用于信息技术领域。本发明解决了目前的多轮对话系统对用户问句的意图信息和槽位信息提取存在困难的问题。本发明对短文本问句进行规范化处理，并利用DAN、CNN或BLSTM模型提取规范化处理后的短文本问句的意图信息，且基于BLSTM的模型取得了Micro‑F1值为93.47％的理想效果；利用引入意图特征词的BLSTM‑CRF模型提取规范化处理后的短文本问句的槽位信息，且模型取得了F1值为89.47％的理想效果；将历史的槽位信息和当前问句的槽位信息作为输入，确定当前的对话状态信息，并结合当前问句的意图信息确定下一步的回复策略；根据确定的回复策略选择对应的模板回复给用户。本发明可以应用于信息技术领域用。

技术领域

本发明属于人机对话技术领域，具体涉及一种面向出行领域的人机多轮对话方法。

背景技术

人机对话系统是将机器视为一个认知主体的人机双向信息交换系统，是实现人机交互的一种方式。对话系统中，用户带着明确的目的而来，希望得到满足特定限制条件的信息或服务，例如：订票、订餐、寻找商品等。用户需求常常需要分多轮进行陈述，由用户在对话过程中完善自己的需求。

目前国内外对于出行领域的多轮对话系统的研究，主要包括将其管道化(分为自然语言理解、对话管理、自然语言生成三个部分)以及使用基于端到端的神经网络模型构建任务型对话系统。其中，自然语言理解是将输入的文本转换为结构化的语义表示，判断问句的意图及槽位信息；对话管理确定当前的对话状态，并决定下一步的回复策略；自然语言生成根据得到的回复策略选择相应的模板进行回复；虽然目前国内外对于出行领域的多轮对话系统的研究取得了一定的进展，但是研究方法应用的前提是用户问句必须是较为完整的一个问句。

而在实际的对话系统中，用户问句通常是以短文本的形式呈现的，短文本又不可避免的会存在一些省略和指代现象，导致目前的多轮对话系统对用户问句的意图信息和槽位信息提取存在一定的困难。

发明内容

本发明的目的是为解决目前的多轮对话系统对用户问句的意图信息和槽位信息提取存在困难的问题。

本发明为解决上述技术问题采取的技术方案是：

一种面向出行领域的人机多轮对话方法，该方法的具体步骤为：

步骤一、对用户的当前问句进行规范化处理，再对当前问句中存在明确指示代词或缺乏句子子结构的情况，根据与用户之前交互中涉及的槽位信息，对当前问句中的指示代词和缺失的句子子结构进行替代或填充；得到处理后的当前问句；

步骤二、采用DAN、CNN或BLSTM模型得到步骤一处理后的当前问句的意图信息：将步骤一处理后的当前问句输入DAN、CNN或BLSTM模型；DAN、CNN或BLSTM模型的输出经过softmax操作得到当前问句的意图概率，将概率最大的意图作为当前问句的意图信息；

步骤三、将步骤一处理后的当前问句输入引入意图特征词表的BLSTM-CRF模型，得到当前问句的槽位信息；

步骤四、将历史的槽位信息和当前问句的槽位信息作为输入，确定当前的对话状态信息，并结合当前问句的意图信息确定下一步的回复策略；

步骤五、根据步骤四确定的回复策略选择对应的模板回复给用户。

本发明的有益效果是：本发明提供了一种面向出行领域的多轮对话方法，本发明解决了面向出行领域的多轮对话系统中对短文本用户问句的规范化处理、意图信息和槽位信息提取问题，在意图信息提取方面，本发明采用的基于BLSTM的模型取得了Micro-F1值为93.47％的理想效果，在槽位信息提取方面，本发明采用的引入意图特征词表的BLSTM-CRF模型取得了F1值为89.47％的理想效果，本发明考虑了多轮对话中短文本的影响，克服了现有技术的局限。

附图说明

图1为本发明所述的一种面向出行领域的人机多轮对话方法的流程图；