[发明专利]情感对话生成方法、装置及情感对话模型训练方法、装置

权利要求书

1.一种情感对话生成方法，其特征在于，包括：

获取与对话参与方相关的多源知识；

对所述多源知识进行编码以获取多源知识特征信息，并根据所述多源知识特征信息确定与当前对话参与方对应的回复情绪预测信息；

对历史回复信息对应的特征信息及所述多源知识特征信息进行编码，以获取待回复特征信息；

根据与所述回复情绪预测信息对应的情绪特征和所述待回复特征信息确定目标回复语句。

2.根据权利要求1所述的情感对话生成方法，其特征在于，所述对所述多源知识进行编码以获取多源知识特征信息，包括：

对所述多源知识中的各类知识进行特征提取，以获取多个子特征信息；

将各所述子特征信息进行拼接，以获取第一拼接特征信息；

对所述第一拼接特征信息进行全连接处理，以获取所述多源知识特征信息。

3.根据权利要求2所述的情感对话生成方法，其特征在于，所述多源知识包括：历史对话，以及所述历史对话中各语句所对应的情绪信息、表情图像和对话参与方的个性信息；

所述对所述多源知识中的各类知识进行特征提取，以获取多个子特征信息，包括：

通过长短期记忆网络和自注意力网络依次对所述历史对话中的上下文关系进行编码，以获取第一子特征信息；

通过图像特征提取网络对所述表情图像进行特征提取以获取面部表情特征，并通过前馈神经网络对所述面部表情特征进行全连接处理，以获取第二子特征信息；

根据所述情绪信息在情绪查找表中进行查询，以获取第三子特征信息；

根据所述个性信息在个性查找表中进行查询，以获取第四子特征信息。

4.根据权利要求3所述的情感对话生成方法，其特征在于，所述通过长短期记忆网络和自注意力网络依次对所述历史对话中的上下文关系进行编码，以获取第一子特征信息，包括：

通过所述长短期记忆网络对所述历史对话中各语句进行特征提取，以获取与各所述语句对应的隐层特征信息；

根据各所述语句的出现次序对所述隐层特征信息进行位置编码，以获取对话特征信息；

通过所述自注意力网络对所述对话特征信息进行编码，以获取所述第一子特征信息。

5.根据权利要求1或4所述的情感对话生成方法，其特征在于，所述根据所述多源知识特征信息确定与当前对话参与方对应的回复情绪预测信息，包括：

对所述多源知识特征信息进行降维处理，以获取第一维度为1的特征向量；

对所述特征向量进行全连接处理和归一化处理，以获取所述回复情绪预测信息。

6.根据权利要求1所述的情感对话生成方法，其特征在于，所述对历史回复信息对应的特征信息及所述多源知识特征信息进行编码，以获取待回复特征信息，包括：

对所述历史回复信息进行向量转换以获取历史回复向量，并基于自注意力机制对所述历史回复向量进行编码，以获取历史回复特征信息；

基于自注意力机制对所述历史回复特征信息和所述多源知识特征信息进行编码，并对编码后的特征信息进行全连接处理，以获取所述待回复特征信息。

7.根据权利要求6所述的情感对话生成方法，其特征在于，所述根据与所述回复情绪预测信息对应的情绪特征和所述待回复特征信息确定目标回复语句，包括：

将所述情绪特征和所述待回复特征信息进行拼接，以获取第二拼接特征信息；

对所述第二拼接特征信息进行归一化处理以获取当前回复信息，并根据所述当前回复信息和所述历史回复信息确定所述目标回复语句。

8.根据权利要求7所述的情感对话生成方法，其特征在于，所述获取第二拼接特征信息还包括：

将所述情绪特征、与所述当前对话参与方对应的个性特征和所述待回复特征信息进行拼接，以获取所述第二拼接特征信息。