[发明专利]知识推理对话方法、装置、电子设备和存储介质有效
申请号: | 202010159906.3 | 申请日: | 2020-03-09 |
公开(公告)号: | CN111475614B | 公开(公告)日: | 2023-08-25 |
发明(设计)人: | 刘智彬;王海峰;吴华;刘占一;徐新超 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/332;G06F16/36;G06F40/30;G06F18/214;G06N5/04 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 黄海艳 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 知识 推理 对话 方法 装置 电子设备 存储 介质 | ||
1.一种知识推理对话方法,其特征在于,包括:
获取用户话语;
将所述用户话语导入至知识标注模型,得到对应的知识标注信息,其中,所述知识标注模型用于生成所述用户话语的知识标注信息,所述知识标注信息包括场景名称信息、场景要素信息、以及场景要素信息对应的语义内容;
根据所述用户话语和所述知识标注信息,确定对应的目标场景要素信息以及各目标场景要素信息对应的目标语义内容;
根据所述用户话语、所述知识标注信息、所述对应的目标场景要素信息和所述各目标场景要素信息对应的目标语义内容,生成符合当前语境的回复语句;
根据所述用户话语和所述知识标注信息,确定对应的目标场景要素信息以及各目标场景要素信息对应的目标语义内容,包括:
基于知识推理模型中已学习到的场景与场景之间的关联关系,根据所述场景名称信息,确定待回复语句的目标场景名称;
基于知识推理模型中已学习到的场景下所包含的各场景要素信息间的相关性,确定当前语境中与场景要素信息最相关的关联场景要素,从而确定目标场景要素;
从预先构建的知识图谱中,确定各目标场景要素信息对应的目标语义内容;
其中,基于所述对话语料中每一句话所包含的场景名称、场景要素和对应的语义内容、场景与场景之间的关联关系、各场景下的场景要素信息以及各场景要素对应的具体语义内容,构建知识图谱;基于已构建的知识图谱,进行模型训练,得到知识推理模型。
2.根据权利要求1所述的方法,其特征在于,所述知识标注信息包括场景名称信息;根据所述用户话语和所述知识标注信息,确定待回复语句的目标场景名称,包括:
将所述用户话语和所述知识标注信息中的场景名称信息输入至知识推理模型;其中,所述知识推理模型已学习得到场景与场景之间的关联关系;
基于所述知识推理模型中已学习到的场景与场景之间的关联关系,根据所述用户话语和所述知识标注信息中的场景名称信息,确定待回复语句的目标场景名称。
3.根据权利要求1所述的方法,其特征在于,所述知识标注信息包括场景要素信息;根据所述用户话语、所述知识标注信息和所述待回复语句的目标场景名称,确定对应的目标场景要素信息,包括:
将所述用户话语、所述知识标注信息中的场景要素信息和所述待回复语句的目标场景名称输入至知识推理模型;其中,所述知识推理模型已学习得到场景下所包含的各场景要素信息间的相关性;
基于所述知识推理模型中已学习到的场景下所包含的各场景要素信息间的相关性,根据所述用户话语、所述知识标注信息中的场景要素信息和所述待回复语句的目标场景名称,确定当前语境的关联场景要素信息,其中,所述关联场景要素信息为所述当前语境中与所述知识标注信息中的场景要素信息最相关的关联场景要素;
根据所述知识标注信息中的场景要素信息和所述关联场景要素信息,确定所述目标场景要素信息。
4.根据权利要求2或3所述的方法,其特征在于,通过以下方式预先建立所述知识推理模型:
获取对话语料,并基于所述知识标注模型对所述对话语料进行知识标注,得到所述对话语料中每一句话所包含的场景名称、场景要素和对应的语义内容;
基于所述对话语料中每一句话所包含的场景名称、场景要素和对应的语义内容,构建知识图谱;
基于已经过知识标注的对话语料和构建的知识图谱,进行模型训练,得到所述知识推理模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010159906.3/1.html,转载请声明来源钻瓜专利网。