[发明专利]语句处理方法、系统和电子设备

权利要求书

1.一种语句处理方法，包括：

确定待处理语句的向量表示；

将所述待处理语句的向量表示输入至第一循环神经网络，更新所述第一循环神经网络的隐含层状态作为历史对话的向量表示，其中，若存在已处理语句，所述第一循环神经网络的隐含层状态与所述已处理语句相关；

确定与所述待处理语句相关的知识向量；

基于所述历史对话的向量表示以及所述知识向量，生成答复语句。

2.根据权利要求1所述的方法，其中，所述确定所述待处理语句的向量表示包括：

将所述待处理语句中的词转化为词向量；

将所述词向量有序输入至第二循环神经网络，获得所述第二循环神经网络的隐含层状态作为所述待处理语句的向量表示，其中，所述第二循环神经网络的隐含层状态与已处理语句无关。

3.根据权利要求1所述的方法，其中，所述确定与所述待处理语句相关的知识向量包括：

确定与所述待处理语句相关的多个候选条目；

确定所述候选条目的候选条目向量；

确定各个所述候选条目向量与所述待处理语句的向量表示之间的相关度系数，或者，确定各个所述候选条目向量与所述历史对话的向量表示之间的相关度系数；以及

基于所述相关度系数以及所述候选条目向量，确定知识向量。

4.根据权利要求3所述的方法，其中，所述确定与所述待处理语句相关的多个候选条目包括以下至少一种：

确定与所述待处理语句匹配的候选条目；

确定与所述待处理语句中的实体内容相似的候选条目；或者

在存在已处理语句的情况下，确定与所述已处理语句相关的候选条目。

5.根据权利要求3所述的方法，还包括：

在所述候选条目的数量超过预设数量的情况下，忽略部分候选条目。

6.根据权利要求1所述的方法，其中，所述基于所述历史对话的向量表示以及所述知识向量，生成答复语句包括：

将所述历史对话的向量表示、所述知识向量以及前一次预测的词的词向量输入至第三循环神经网络，基于所述第三循环神经网络的隐含层状态确定当前预测词，并循环执行上述操作直至生成完整的答复语句，其中：

所述第三循环神经网络的隐含层状态与已处理语句无关；

在不存在前一次预测的词的情况下，将默认起始符作为前一次预测的词。

7.一种语句处理系统，包括：

待处理语句向量确定模块，用于确定待处理语句的向量表示；

历史对话向量确定模块，用于将所述待处理语句的向量表示输入至第一循环神经网络，更新所述第一循环神经网络的隐含层状态作为历史对话的向量表示，其中，若存在已处理语句，所述第一循环神经网络的隐含层状态与所述已处理语句相关；

知识向量确定模块，用于确定与所述待处理语句相关的知识向量；

答复语句生成模块，用于基于所述历史对话的向量表示以及所述知识向量，生成答复语句。

8.根据权利要求7所述的系统，其中，所述待处理语句向量确定模块包括：

词向量转化子模块，用于将所述待处理语句中的词转化为词向量；

待处理语句向量确定子模块，用于将所述词向量有序输入至第二循环神经网络，获得所述第二循环神经网络的隐含层状态作为所述待处理语句的向量表示，其中，所述第二循环神经网络的隐含层状态与已处理语句无关。

9.根据权利要求7所述的系统，其中，所述知识向量确定模块包括：

候选条目确定子模块，用于确定与所述待处理语句相关的多个候选条目；

候选条目向量确定子模块，用于确定所述候选条目的候选条目向量；

相关度系数确定子模块，用于确定各个所述候选条目向量与所述待处理语句的向量表示之间的相关度系数，或者，确定各个所述候选条目向量与所述历史对话的向量表示之间的相关度系数；以及

知识向量确定子模块，用于基于所述相关度系数以及所述候选条目向量，确定知识向量。