[发明专利]考虑情感和主题的对话问题生成方法和系统、存储介质

权利要求书

1.一种考虑情感和主题的对话问题生成方法，其特征在于，包括：

获取文章P和与所述文章P相关的对话历史记录H_i；

将所述文章P分割成N个段落块P_c，将所述段落块P_c和对话历史记录H_i输入预先训练的问题焦点预测模型，确定问题焦点段落块F_i；

在所述问题焦点段落块F_i中预测情感关键词和主题关键词

根据所述情感关键词和主题关键词最终生成对话问题q。

2.如权利要求1所述的考虑情感和主题的对话问题生成方法，其特征在于，所述预先训练的问题焦点预测模型包括嵌入层，上下文层，注意力层，建模层和输出层；

所述嵌入层将所述段落块P_c映射成第一词向量序列将所述对话历史记录H_i映射成第二词向量序列

所述上下文层对所述第一词向量序列进行编码得到段落块上下文表示对所述第二词向量序列进行编码得到对话历史记录上下文表示

所述注意力层根据所述段落块上下文表示和对话历史记录上下文表示得到历史信息增强的上下文表示

所述建模层根据所述历史信息增强的上下文表示得到结合了对话历史记录H_i中的相关信息的段落块

所述输出层根据所述段落块将预测的最符合的块索引指定为所述问题焦点段落块F_i。

3.如权利要求1所述的考虑情感和主题的对话问题生成方法，其特征在于，所述在所述问题焦点段落块F_i中预测情感关键词和主题关键词之前，所述方法还包括：

对所述问题焦点段落块F_i进行编码，得到问题焦点段落块隐藏状态序列h。

4.如权利要求3所述的考虑情感和主题的对话问题生成方法，其特征在于，所述在所述问题焦点段落块F_i中预测情感关键词和主题关键词之前，所述方法还包括：

用预训练的LDA模型预测所述焦点段落块F_i的情感类别，用情感迁移网络模型预测所述焦点段落块F_i的主题类别。

5.如权利要求4所述的考虑情感和主题的对话问题生成方法，其特征在于，所述在所述问题焦点段落块F_i中预测情感关键词和主题关键词具体包括：

采用GloVe模型处理所述情感类别和主题类别中的所有关键词，得到关键词嵌入k＝{k^et,k^tp}，其中k^et表示情感关键词嵌入，k^tp表示主题关键词嵌入；

采用注意力机制求出所述关键词嵌入k与所述问题焦点段落块F_i的相关性c＝{c^et,c^tp}，其中c^et表示情感关键词相关性，c^tp表示主题关键词相关性；

求得所述情感类别的所有关键词条件概率p₁：

和主题类别中的所有关键词条件概率p₂：

其中，w₁表示所述情感类别中的关键词，w₂表示所述主题类别中的关键词，是可训练参数，softmax函数用于多分类过程；

所述情感类别的所有关键词条件概率的最大值，即为预测的所述情感关键词所述主题类别中的所有关键词条件概率的最大值，即为预测的所述主题关键词

6.如权利要求1所述的考虑情感和主题的对话问题生成方法，其特征在于，

所述对话问题q内容上包括所述情感关键词所述主题关键词关键词之间的中间序列q^md，情感关键词和主题关键词两侧的部分q^ce，q^ct。