[发明专利]一种人机对话系统中组合槽位的配置方法及装置

权利要求书

1.一种人机对话系统中组合槽位的配置方法，其特征在于，应用于机器人Bot平台，所述方法包括：

所述Bot平台接收用户在第一界面配置的第一槽位；所述第一槽位是组合槽位，所述第一槽位包括N个实体类型，N≥2，N为正整数；所述N个实体类型在所述第一槽位中按照用户设定的顺序排列；所述第一界面用于为所述Bot平台的第一技能中的第一意图设置槽位；

所述Bot平台重组所述N个实体类型，得到M个第二槽位；所述M个第二槽位为重组后的归一化组合实体类型，所述M个第二槽位包括所述N个实体类型中的k个实体类型按照任意顺序排列得到的槽位，k∈{1，2，……，N}；

所述Bot平台根据一个或多个训练语料和所述M个第二槽位，对所述一个或多个训练语料进行训练，使所述Bot平台具备理解用户说法所要表达的意图后提取所述用户说法中的所述M个第二槽位的能力。

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

所述Bot平台接收用户在所述第一界面配置的槽位名称，所述槽位名称用于标识所述第一槽位。

4.根据权利要求3所述的方法，其特征在于，在所述Bot平台重组所述N个实体类型，得到M个第二槽位之后，所述Bot平台根据一个或多个训练语料和所述M个第二槽位，对所述一个或多个训练语料进行训练之前，所述方法还包括：

所述Bot平台将所述槽位名称与所述M个第二槽位关联存储，并为所述槽位名称对应的所述M个第二槽位标记组合实体的特征，所述组合实体的特征用于指示所述M个第二槽位为重组后的组合实体类型。

5.根据权利要求4所述的方法，其特征在于，所述Bot平台根据一个或多个训练语料和所述M个第二槽位，对所述一个或多个训练语料进行训练，包括：

所述Bot平台接收用户为所述一个或多个训练语料中的每一个字添加的真实标签；

所述Bot平台根据所述M个第二槽位为所述一个或多个训练语料中的每一个字添加特征；

所述Bot平台采用深度学习算法，根据所述真实标签和所述特征，对所述一个或多个训练语料进行训练；或者，所述Bot平台采用深度学习算法结合条件随场CRF算法，根据所述真实标签和所述特征，对所述一个或多个训练语料进行训练。

6.根据权利要求5所述的方法，其特征在于，所述深度学习算法包括长短期记忆网络LSTM算法。

7.根据权利要求1或2所述的方法，其特征在于，所述Bot平台根据一个或多个训练语料和所述M个第二槽位，对所述一个或多个训练语料进行训练，包括：

所述Bot平台采用单点分类算法和基于概率的动态规划算法，根据所述一个或多个训练语料和所述M个第二槽位，对所述一个或多个训练语料进行训练。

8.根据权利要求7所述的方法，其特征在于，所述单点分类算法至少包括支持向量机SVM模型、最大熵模型、快速文本分类算法模型、卷积神经网络CNN模型、n元语法模型或循环神经网络RNN模型中的任一种。

9.根据权利要求7所述的方法，其特征在于，所述单点分类算法是BERT模型，所述BERT模型是双向语言模型。

10.根据权利要求7所述的方法，其特征在于，所述Bot平台采用单点分类算法和基于概率的动态规划算法，根据所述一个或多个训练语料和所述M个第二槽位，对所述一个或多个训练语料进行训练，包括：

针对所述一个或多个训练语料中的每个训练语料，

所述Bot平台采用所述基于概率的动态规划算法，由右向左扫描在不同位置将一个训练语料切割为一个或多个候选实体，得到切割后归一化组合实体和归一化组合实体个数；

所述Bot平台采用所述单点分类算法，根据所述M个第二槽位，获取每个位置对应的候选实体的置信度；

所述Bot平台根据每个位置对应的归一化组合实体个数和候选实体的置信度,确定对所述一个训练语料的切割方式。