[发明专利]对话生成方法、对话生成装置、电子设备及存储介质

权利要求书

1.一种对话生成方法，其特征在于，包括：

获取输入语句；

确定所述输入语句与预设语料库的相关度；

如果所述输入语句与所述预设语料库的相关度达到预定值，则基于对话生成模型对所述输入语句进行处理，以生成所述输入语句的回复语句；

其中，所述对话生成模型为通过所述预设语料库中的样本语句预先训练而得到的机器学习模型。

2.根据权利要求1所述的方法，其特征在于，所述预设语料库中的样本语句为预先采集的对话语句；

所述方法还包括：

从所述预设语料库中提取多组样本对话，所述样本对话包括样本输入语句与样本回复语句；

对所述样本输入语句与所述样本回复语句进行编码，得到样本输入张量与样本回复张量；

利用所述样本输入张量与所述样本回复张量训练所述机器学习模型，得到所述对话生成模型。

3.根据权利要求2所述的方法，其特征在于，所述从所述预设语料库中提取多组样本对话，包括：

将所述预设语料库中的样本语句按照其生成时间排序，并确定每个样本语句所属的来源标识；

将连续且所属的来源标识不同的两个样本语句确定为一组样本对话。

4.根据权利要求1所述的方法，其特征在于，所述确定所述输入语句与预设语料库的相关度，包括：

获取多个预设语料库，并分别确定所述输入语句与每个预设语料库的相关度；

将与所述输入语句相关度最高的预设语料库确定为目标语料库；

所述如果所述输入语句与所述预设语料库的相关度达到预定值，则基于对话生成模型对所述输入语句进行处理，以生成所述输入语句的回复语句，包括：

如果所述输入语句与所述目标语料库的相关度达到所述预定值，则获取通过所述目标语料库中的样本语句预先训练而得到的对话生成模型，并利用所述对话生成模型识别所述输入语句，以生成所述输入语句的回复语句。

5.根据权利要求1所述的方法，其特征在于，所述确定所述输入语句与预设语料库的相关度，包括：

计算所述输入语句与所述预设语料库中的样本语句的相似度，根据所述相似度确定所述输入语句与所述预设语料库的相关度。

6.根据权利要求5所述的方法，其特征在于，所述预设预料库包括N个样本语句；

所述计算所述输入语句与所述预设语料库中的样本语句的相似度，根据所述相似度确定所述输入语句与所述预设语料库的相关度，包括：

将所述输入语句与所述N个样本语句分别进行编码，得到所述输入语句对应的特征向量以及所述每个样本语句对应的样本向量，所述特征向量与样本向量均为M维向量；

将N个所述样本向量进行合并，得到所述预设预料库对应的语料矩阵，所述语料矩阵为M*N矩阵；

将所述特征向量与所述语料矩阵相乘，得到相似度向量，将所述相似度向量的各维度中最大的数值确定为所述输入语句与所述预设语料库的相关度。

7.根据权利要求1所述的方法，其特征在于，所述对话生成模型为循环神经网络模型，包括：

输入层，用于接收所述输入语句；

编码层，用于对所述输入语句进行编码，得到中间序列；

注意力层，用于确定所述中间序列中每个字符的权重；

解码层，用于基于所述权重，对所述中间序列进行解码，得到解码序列；

输出层，用于根据所述解码序列输出所述回复语句；

其中，所述编码层与所述解码层均由门控循环单元组成。

8.一种对话生成装置，其特征在于，包括：

语句获取模块，用于获取输入语句；

相关度确定模块，用于确定所述输入语句与预设语料库的相关度；

语句生成模块，用于如果所述输入语句与所述预设语料库的相关度达到预定值，则基于对话生成模型对所述输入语句进行处理，以生成所述输入语句的回复语句；

其中，所述对话生成模型为通过所述预设语料库中的样本语句预先训练而得到的机器学习模型。