[发明专利]基于云平台的服务机器人个性化对话系统及方法

权利要求书

1.一种基于云平台的服务机器人个性化对话系统，其特征在于，包括云端和机器人端，所述云端包括：

用户知识库，其用于存储用户交互历史和用户模型；所述用户模型是由用户模型建立模块实时输出的用户模型；

用户模型建立模块，其用于调取用户交互历史，并采用Twitter-LDA模型挖掘用户感兴趣主题来构建动态用户模型；所述动态用户模型由不同时间段层次的用户子模型与相应比重因子相乘后叠加而成；

对Twitter-LDA模型进行改进，考虑用户交互的时间因素，为表示某一时刻用户的模型信息，将用户模型分为长期模型和短期模型，并使用参数u对不同时间段用户模型对用户整体模型的影响进行调节；

信息检索模块，其用于利用实时用户模型从用户交互历史中获取与对话上下文相关的用户信息，并进行初步筛选；

端到端对话生成模块，构建记忆网络和完全使用自注意力机制的Transformer部分结构相结合的神经网络结构，Transformer结构的编码器和解码器部分结构的每一个子层都添加了残差连接和归一化结构，并且在Transformer结构中增加了数据预处理部分，其用于根据初步筛选的用户信息生成序列对话，通过语音合成将文字信息转化为语音信息并播放，完成用户和服务机器人的一次交互。

2.如权利要求1所述的基于云平台的服务机器人个性化对话系统，其特征在于，在所述端到端对话生成模块中，构建记忆网络和完全使用自注意力机制的Transformer部分结构相结合的神经网络结构，利用记忆网络从初步筛选的与对话上下文相关的用户信息中检索用户相关主题词信息，使用Transformer部分结构获取文本特征表达，生成序列对话。

3.如权利要求1所述的基于云平台的服务机器人个性化对话系统，其特征在于，所述用户交互历史包括：

用户一定数量对话回合内所有可能有价值的对话历史记录，作为本轮对话生成的上下文信息；

用户和机器人语音交互系统的全部交互记录，用于用户模型构建的先验知识。

4.如权利要求1所述的基于云平台的服务机器人个性化对话系统，其特征在于，在所述用户模型建立模块中，在Twitter-LDA模型中增加背景主题变量，用来抑制无意义词语对主题模型的影响。

5.如权利要求1所述的基于云平台的服务机器人个性化对话系统，其特征在于，所述云端与机器人端之间通过网关相互通信，所述机器人端还设置有本地数据库，所述本地数据库包括数据采集池，所述数据采集池内存储有用户和服务机器人交互的语音信息。

6.如权利要求5所述的基于云平台的服务机器人个性化对话系统，其特征在于，所述本地数据库还包括资源过滤池，所述资源过滤池用于：

利用正则表达式去除特殊字符；

利用已构建的常用停用词表，过滤没有实际意义的单词；

筛选优质对话语料放置于增量语料库中，用于后期对所述端到端对话生成模块生成的对话模型的动态更新。

7.如权利要求6所述的基于云平台的服务机器人个性化对话系统，其特征在于，所述本地数据库还包括语料库和增量语料库，所述语料库用于为用户知识库提供交互历史信息；所述增量语料库中的信息是从资源过滤池中筛选的，所述增量语料库用于动态更新语料库。