[发明专利]模板编辑回复的方法、装置、设备及存储介质

说明书

本申请涉及人工智能领域，公开了一种模板编辑回复的方法、装置、设备及存储介质，提高对话回复的质量。本申请方法包括：调用全文检索引擎在语料数据库中获取目标对话对信息；根据目标对话对信息获得第一目标对话对信息和第二目标对话对信息；调用预置的门控循环单元循环序列模型和注意力模型对待识别信息、第一目标对话对信息和第二目标对话对信息进行处理，获得待处理信息，待处理信息包括第一加权待识别信息、第一编辑词向量、第二加权待识别信息和第二编辑词向量；对待处理信息进行联结处理和解码处理，获得编辑回复信息；通过梯度提升决策树根据语义相似度、实体相似度和主题相似度对编辑回复信息进行排序，获得目标编辑回复信息。

技术领域

本申请涉及智能决策领域，尤其涉及模板编辑回复的方法、装置、设备及存储介质。

背景技术

对话系统作为一项对人机交互的重要技术支持，被广泛地应用于智能客服系统，聊天机器人，个人智能助理和智能音箱等的诸多人机交互系统中。目前的对话回复主要通过基于检索的方法和基于生成的方法来实现。

采用基于检索的方法实现对话回复，虽然在回复的流畅性和信息量方面存在优势，但是在性能上会受到语义库的大小的制约，检索的范围受限，以至于难以覆盖较大范围的内容，难以获取语义库之外的对话回复内容。

采用基于生成的方法，虽然具有较好的灵活性、能够生成最匹配的对话和不受语义库的大小的制约，但是所通用的编码器-解码器生成框架seq2seq总会生成类似“呵呵”和“我也不清楚”的信息量小且没有意义的对话回复，着重于语义上的匹配和衔接，而忽略了情感上的连贯性，致使生成的对话回复语义与对话背景一致而表达的情感却与对话背景完全不一致，导致对话回复的质量较低。

发明内容

本申请提供了一种模板编辑回复的方法、装置、设备及存储介质，用于将相同情感的对话对中的回复作为模板进行编辑，并结合给出的对话上文和生成的编辑向量进行编码，实现融合情感特征的对话回复生成，提高对话回复的质量。

本申请实施例的第一方面提供一种模板编辑回复的方法，包括：

通过预置的情感识别模型对待识别信息进行情感识别，得到情感特征信息，所述情感识别模型为通过情感特征语义库进行训练所获得的模型；

调用全文检索引擎在语料数据库中获取与所述待识别信息相同和/或相似的对话对信息，并在所述对话对信息中获取与所述情感特征信息匹配的目标对话对信息，所述目标对话对信息包括上文信息和下文信息；

通过在所述下文信息中随机选取一个下文信息得到第一目标下文信息，以及将在所述下文信息中除所述第一目标下文信息之外的其他下文信息作为第二目标下文信息；

调用预置的门控循环单元循环序列模型分别对第一目标对话对信息和第二目标对话对信息进行编码处理，生成第一隐向量和第二隐向量，所述第一目标对话对信息与所述第一目标下文信息对应，所述第二目标对话对信息与所述第二目标下文信息对应；

调用预置的注意力模型对所述待识别信息和所述第一隐向量进行处理，获得第一加权待识别信息和第一编辑词向量，以及调用注意力模型对所述待识别信息和所述第二隐向量进行处理，获得第二加权待识别信息和第二编辑词向量；

对所述第一加权待识别信息、所述第一编辑词向量和所述情感特征信息进行联结处理和解码处理，以及对所述第二加权待识别信息、所述第二编辑词向量和所述情感特征信息进行联结处理和解码处理，获得编辑回复信息；

通过梯度提升决策树根据语义相似度、实体相似度和主题相似度对所述编辑回复信息进行排序，并输出第一排序位置对应的编辑回复信息。

可选的，在本申请实施例第一方面的第一种实现方式中，所述调用全文检索引擎在语料数据库中获取与所述待识别信息相同和/或相似的对话对信息，并在所述对话对信息中获取与所述情感特征信息匹配的目标对话对信息，包括：