[发明专利]一种多领域任务型对话系统、方法和终端

说明书

本发明属于智能任务型对话技术领域，公开了一种多领域任务型对话系统、方法和终端，所述多领域任务型对话系统包括：历史数据获取模块、语音识别模块、语义理解模块、答复生成模块、语音转换模块、主控模块、话术模板管理模块、对话优化模块、云存储模块、终端模块、显示模块。本发明通过语义理解模块可以优化自然语言处理过程，减化人工繁琐的配置过程以达到更精确分词的目的；通过对话优化模块能够引导的话题既能拓展用户已知能力域，增强用户对系统的了解。同时，本发明还能够进行多领域的任务对话，实现信息共享，同时能够大幅提高句子特征提取信息量，实现多领域多角色的话术生成，即可同时适用于各不同的领域，从而具有广泛适用性。

技术领域

本发明属于智能任务型对话技术领域，尤其涉及一种多领域任务型对话系统、方法和终端。

背景技术

目前，随着人工智能技术不断发展，对话系统因其较强的适用性和广泛的应用场景，越来越受到人们的重视，逐渐走进人们生活的方方面面，语音识别与合成、自然语言处理、机器学习、深度神经网络等科学技术的发展，也加速了这一过程的转变，使机器离实现与人流畅对话的目标变得更近。

任务型对话系统因场景明确，易于评估对话质量等特点，相比于非任务型具有更大的应用价值，但目前市场上的任务型对话系统多为单领域的对话系统，例如查天气、订火车票和订餐厅是三个独立的应用领域，如果想在一个机器人中同时集成这三种应用，目前的解决方案需要调用三个独立的域模型，这涉及到复杂的模型切换和参数更新问题，且每个域内的信息是独有的无法共享，造成这种拼凑出来的多域人机对话系统的对话质量差强人意。因此，亟需一种新的、多领域任务型对话系统。

通过上述分析，现有技术存在的问题及缺陷为：现有任务型对话系统为单领域对话，无法进行信息的共享，且对话理解内容以及答复内容质量差。

发明内容

针对现有技术存在的问题，本发明提供了一种多领域任务型对话系统、方法和终端。

本发明是这样实现的，一种多领域任务型对话方法，所述多领域任务型对话方法包括以下步骤：

步骤一，通过历史数据获取模块利用数据获取设备获取用户的历史对话语音数据；通过语音识别模块利用语音识别设备将获取的历史对话语音数据转换为文本数据。

步骤二，通过语义理解模块构造特征信息表，通过所述特征信息表对用户文本数据进行更新，通过加密算法对所述特征信息表和更新后的所述文本数据进行加密。

步骤三，输入文本数据，将转换的文本数据进行预处理，获取多个不同领域、不同目的、不同槽值的标准对话数据集。

步骤四，通过模型构建程序构建多任务级联神经网络模型，将预处理后的文本数据输入到最终多任务级联神经网络模型中，获取相应的语义理解路径。

步骤五，基于生成的语义理解路径获取文本数据中语句的领域、意图以及槽值信息；将匹配领域、目的、槽值信息的语义理解路径对构建的多任务级联神经网络模型进行训练。

步骤六，根据模型训练获得的语义理解路径，计算多任务级联神经网络模型的损失函数，模型根据损失函数值进行迭代，获得最终的多任务级联神经网络模型。

步骤七，通过特征提取程序利用所述最终的多任务级联神经网络模型根据特征信息表将数据集中相应的领域、目的、槽值信息与所述文本数据的理解路径信息进行匹配，获得文本数据的特征信息。

步骤八，保留所述文本数据的理解路径信息在所述特征信息表中出现的特征信息，对所述文本数据中的非法序列信息进行删除得到新的字符串。

步骤九，对加密后的所述用户文本数据进行解密和加载，并通过所述用户文本数据对所述新的字符串进行分词、更新，获得新的文本特征数据。