[发明专利]一种词槽填充方法、装置、设备及存储介质

权利要求书

1.一种词槽填充方法，其特征在于，包括：

获取输出的目标问题文本和接收的相应目标输入响应文本；

对所述目标输入响应文本进行意图识别，得到相应用户意图，并确定所述用户意图对应的第一词槽；

基于所述目标问题文本和所述目标输入响应文本，识别出所述目标输入响应文本对应的第二词槽，包括：分别对所述目标问题文本和所述目标输入响应文本进行语义分析，得到所述目标问题文本中各个语义单元的语义向量和所述目标输入响应文本中各个语义单元的语义向量；将获取的各个语义单元的语义向量输入训练的词槽标签分类模型，获得所述目标输入响应文本中各个语义单元的词槽标签；根据所述目标输入响应文本中各个语义单元的词槽标签，获取所述目标输入响应文本对应的第二词槽；

根据所述目标输入响应文本对应的第二词槽和所述用户意图对应的第一词槽，确定符合所述用户意图的待填充词槽并进行填充，包括：将所述第二词槽和所述第一词槽进行匹配；若所述第二词槽中的第二目标词槽与所述第一词槽中的第一目标词槽相匹配，则将所述第一目标词槽确定为待填充词槽，并利用所述第二目标词槽的词槽标签对应的语义单元，对所述待填充词槽进行填充；若不存在相匹配的第二目标词槽与第一目标词槽，则结束本次填充流程。

2.如权利要求1所述的方法，其特征在于，所述分别对所述目标问题文本和所述目标输入响应文本进行语义分析，得到所述目标问题文本中各个语义单元的语义向量和所述目标输入响应文本中各个语义单元的语义向量，包括：

将所述目标问题文本和所述目标输入响应文本分别输入语义向量识别模型，得到所述目标问题文本中各个语义单元的语义向量和所述目标输入响应文本中各个语义单元的语义向量。

3.如权利要求2所述的方法，其特征在于，所述将所述目标问题文本和所述目标输入响应文本分别输入语义向量识别模型，得到所述目标问题文本中各个语义单元的语义向量和所述目标输入响应文本中各个语义单元的语义向量，包括：

通过所述语义向量识别模型中的语义特征提取网络，对所述目标问题文本中的各个语义单元和所述目标输入响应文本中的各个语义单元进行语义特征提取并组合，得到所述目标问题文本和所述目标输入响应文本的全文语义信息；其中，所述全文语义信息为所述各个语义单元的语义特征的集合；

将所述全文语义信息输入所述语义特征提取网络中的网络输出层，得到所述目标问题文本中各个语义单元的语义向量和所述目标输入响应文本中各个语义单元的语义向量。

4.如权利要求2或3所述的方法，其特征在于，所述语义向量识别模型通过如下方式进行训练：

获取人机交互的历史对话记录中的第一待训练文本；

对所述第一待训练文本中的各个语义单元进行标注，得到所述各个语义单元的向量标注信息；

将所述第一待训练文本输入到待训练语义向量识别模型，得到所述第一待训练文本中各个语义单元的语义向量，并确定得到的语义单元的语义向量与标注的相应向量标注信息之间的误差；

根据所述误差，对所述待训练语义向量识别模型进行迭代训练；

将训练结束时的所述待训练语义向量识别模型，作为所述语义向量识别模型。

5.如权利要求1-3任一项所述的方法，其特征在于，所述词槽标签分类模型通过如下方式进行训练：

获取人机交互的历史对话记录中的第二待训练文本；

对所述第二待训练文本中的各个语义单元进行标注，得到所述各个语义单元的标签标注信息；

将所述第二待训练文本输入到待训练词槽标签分类模型，得到所述第二待训练文本中各个语义单元的词槽标签，并确定得到的语义单元的词槽标签与标注的相应标签标注信息之间的标签误差；

根据所述标签误差，对所述待训练词槽标签分类模型进行迭代训练；

将训练结束时的所述待训练词槽标签分类模型，作为所述词槽标签分类模型。