[发明专利]多轮对话策略生成方法、装置、计算机设备和存储介质

权利要求书

1.一种多轮对话策略生成方法，其特征在于，所述方法包括：

对历史话术训练数据进行统计，确定待训练对象的训练表现概率数据；

根据所述训练表现概率数据，确定目标对话轮数以及每轮对话的目标话术意图；所述训练表现概率数据包括对话轮数出现概率数据，根据所述对话轮数出现概率数据，确定出现概率最大的对话轮数；若所述出现概率最大的对话轮数为多个，则获取目标历史对话的发生时间，将所述发生时间与当前时间间隔最小的所述目标历史对话对应的对话轮数确定所述目标对话轮数；所述目标历史对话为所述出现概率最大的对话轮数对应的历史对话；

根据所述每轮对话的目标话术意图和所述目标对话轮数，生成目标对话策略；所述目标对话策略用于对所述待训练对象进行话术训练。

2.根据权利要求1所述的方法，其特征在于，所述根据所述训练表现概率数据，确定目标对话轮数以及每轮对话的目标话术意图，包括：

根据所述训练表现概率数据，确定所述每轮对话中的各个候选话术意图对应的目标出错概率；

将每轮对话中目标出错概率最大的候选话术意图确定为该轮对话的目标话术意图。

3.根据权利要求2所述的方法，其特征在于，所述训练表现概率数据包括意图回答错误概率和意图出现概率，所述根据所述训练表现概率数据，确定所述每轮对话中的各个候选话术意图对应的目标出错概率，包括：

根据所述意图回答错误概率和所述意图出现概率，确定首轮对话中各个候选话术意图对应的目标出错概率。

4.根据权利要求3所述的方法，其特征在于，所述训练表现概率数据包括意图转换概率，所述根据所述训练表现概率数据，确定所述每轮对话中的各个候选话术意图对应的目标出错概率，包括：

根据所述意图转换概率、所述意图回答错误概率和所述首轮对话中各候选话术意图的目标出错概率，迭代确认除首轮外的各轮对话中的各个目标话术意图对应的目标出错概率。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

根据所述话术训练数据，统计所述对话策略中各个话术意图对应的错误记录数据；所述错误记录数据为所述待训练对象在应对所述各个话术意图时话术出错的记录数据；

根据所述错误记录数据，对所述各个话术意图进行评分，得到所述各个话术意图对应的评分结果；

根据所述评分结果，调节所述各个话术意图在所述目标对话策略中出现的频率。

6.一种多轮对话策略生成装置，其特征在于，所述装置包括：

统计模块，用于对历史话术训练数据进行统计，确定待训练对象的训练表现概率数据；

确定模块，用于根据所述训练表现概率数据，确定目标对话轮数以及每轮对话的目标话术意图；所述训练表现概率数据包括对话轮数出现概率数据，根据所述对话轮数出现概率数据，确定出现概率最大的对话轮数；若所述出现概率最大的对话轮数为多个，则获取目标历史对话的发生时间，将所述发生时间与当前时间间隔最小的所述目标历史对话对应的对话轮数确定所述目标对话轮数；所述目标历史对话为所述出现概率最大的对话轮数对应的历史对话；

生成模块，用于根据所述每轮对话的目标话术意图和所述目标对话轮数，生成目标对话策略；所述目标对话策略用于对所述待训练对象进行话术训练。

7.根据权利要求6所述的装置，其特征在于，所述确定模块，具体用于根据所述训练表现概率数据，确定所述每轮对话中的各个候选话术意图对应的目标出错概率；将每轮对话中目标出错概率最大的候选话术意图确定为该轮对话的目标话术意图。

8.根据权利要求7所述的装置，其特征在于，所述训练表现概率数据包括意图回答错误概率和意图出现概率，所述确定模块，具体用于根据所述意图回答错误概率和所述意图出现概率，确定首轮对话中各个候选话术意图对应的目标出错概率。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。