[发明专利]基于人工智能的对话生成方法、装置、设备及存储介质

权利要求书

1.一种基于人工智能的对话生成方法，其特征在于，包括：

获取待回复语句，将所述待回复语句输入检索式模型，其中，所述检索式模型用于从预设的对话语料库中筛选出回应所述待回复语句的K个候选回复，所述K为正整数；

获取所述检索式模型输出的K个候选回复，并将所述待回复语句和所述K个候选回复输入生成式模型，利用所述生成式模型依据所述待回复语句、所述K个候选回复及词典中各词的逆文档频率筛选出预测词，并输出利用所述预测词组成的预测回复；

将所述预测回复和所述K个候选回复输入预设分类模型中，获取所述预设分类模型输出的结果作为所述回复语句。

2.根据权利要求1所述的基于人工智能的对话生成方法，其特征在于，在所述将所述待回复语句和所述K个候选回复输入生成式模型之后，还包括：

对所述待回复语句和所述K个候选回复进行编码，得到待回复向量和K个候选回复向量；

根据所述待回复向量和所述K个候选回复向量获取上下文向量；

根据所述上下文向量和所述逆文档频率计算所述词典中每一词的综合得分，并获取所述综合得分最高的词作为所述预测词；

获取根据所述预测词组成的所述预测回复。

3.根据权利要求2所述的基于人工智能的对话生成方法，其特征在于，所述对所述待回复语句和所述K个候选回复进行编码，包括：

采用同一编码器对所述待回复语句和所述K个候选回复进行编码。

4.根据权利要求3所述的基于人工智能的对话生成方法，其特征在于，所述根据所述待回复向量和所述K个候选回复向量获取上下文向量，包括：

将所述待回复向量和所述K个候选回复向量映射至不同的向量空间后拼接，根据拼接的结果得到所述上下文向量。

5.根据权利要求4所述的基于人工智能的对话生成方法，其特征在于，所述生成式模型包括第一参数矩阵和第二参数矩阵；

所述将所述待回复向量和所述K个候选回复向量映射至不同的向量空间后拼接，根据拼接的结果得到所述上下文向量，包括：

将所述待回复向量与所述第一参数矩阵相乘，得到变换后的待回复向量；

将所述K个候选回复向量与所述第二参数矩阵相乘，得到变换后K个候选回复向量；

将所述变换后的待回复向量与所述变换后的K个候选回复拼接，得到所述上下文向量。

6.根据权利要求3所述的基于人工智能的对话生成方法，其特征在于，所述根据所述上下文向量和所述逆文档频率计算所述词典中每一词的综合得分，包括：

根据以下第一计算公式计算所述每一词的综合得分：

P(y_t|y_t-1,q,r)＝α*softmax_score(w)+β*idf(w)；

其中，P(y_t|y_t-1,q,r)为所述每一词的综合得分，y_t是t时刻的预测词，q为所述待回复语句，r为所述候选回复，α和β为所述预设生成式模型的参数，idf(w)为所述每一词的逆文档频率，softmax_score(w)为所述每一词的归一化指数函数值，用以下第二计算公式计算：

其中，所述为t时刻所述生成式模型的隐藏层的输出，C_input为所述上下文向量。

7.一种基于人工智能的对话生成装置，其特征在于，包括：

候选回复检索模块，用于获取待回复语句，将所述待回复语句输入检索式模型，其中，所述检索式模型用于从预设的对话语料库中筛选出回应所述待回复语句的K个候选回复，所述K为正整数；

预测回复获取模块，用于获取所述检索式模型输出的K个候选回复，并将所述待回复语句和所述K个候选回复输入生成式模型，其中，所述生成式模型根据所述待回复语句、所述K个候选回复及词典中各词的逆文档频率筛选出预测词，并输出利用所述预测词组成的预测回复；

回复语句获取模块，将所述预测回复和所述K个候选回复输入预设分类模型中，获取所述预设分类模型输出的结果作为所述回复语句。