[发明专利]基于属性标签控制的对话回复方法、装置和计算机设备在审
申请号: | 202010733148.1 | 申请日: | 2020-07-27 |
公开(公告)号: | CN111859989A | 公开(公告)日: | 2020-10-30 |
发明(设计)人: | 姚晓远;段逸群;沈剑平;钟捷 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F40/35 | 分类号: | G06F40/35 |
代理公司: | 深圳市明日今典知识产权代理事务所(普通合伙) 44343 | 代理人: | 王杰辉;曹勇 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 属性 标签 控制 对话 回复 方法 装置 计算机 设备 | ||
本申请涉及人工智能领域,揭示了基于属性标签控制的对话回复方法,包括:获取对话任务中的当前提问和对话任务中携带的各属性标签;控制CVAE模型捕获各所述属性标签的隐变量,得到各所述属性标签分别对应的标签信息,其中,所述标签信息包括各所述隐变量;将各所述属性标签分别对应的标签信息,通过分阶段加入到对所述当前提问的对话回复状态中,形成各所述属性标签共同管控的对所述当前提问的对话回复。对话回复模型基于CVAE创新的属性标签控制,并通过分阶段加入各属性标签控制至对话回复状态中,自动生成针对各属性标签的对提问的对话回复,实现对提问回复的多样性。
技术领域
本申请涉及到人工智能领域,特别是涉及到基于属性标签控制的对话回复方法、装置和计算机设备。
背景技术
传统开放域的对话系统,基本上基于序列到序列(Sequence-to-sequence,Seq2Seq)的学习框架。上述框架虽然能够捕捉提问与回复之间的语义语法和上下文依赖关系,但仍然倾向于记忆语料库中出现较多的无意义语句,具有较低的回复多样性,并且模型的可解释性较差,且无法生成针对多个属性标签控制的对话回复。
发明内容
本申请的主要目的为提供基于属性标签控制的对话回复方法,旨在解决现有无法生成针对多个属性标签控制的对话回复的技术问题。
本申请提出一种基于属性标签控制的对话回复方法,包括:
获取对话任务中的当前提问和对话任务中携带的各属性标签;
控制CVAE模型捕获各所述属性标签的隐变量,得到各所述属性标签分别对应的标签信息,其中,所述标签信息包括各所述隐变量;
将各所述属性标签分别对应的标签信息,通过分阶段加入到对所述当前提问的对话回复状态中,形成各所述属性标签共同管控的对所述当前提问的对话回复。
优选地,控制所述对话回复状态的对话回复模型包括初始阶段层,以及各跟随逐一增加的所述标签信息,分别对应逐一增加的回复对话的阶段层,各阶段层分别包括一个编码器和一个解码器,所述将各所述属性标签分别对应的标签信息,通过分阶段加入到对所述当前提问的对话回复状态中,形成各所述属性标签共同管控的对所述当前提问的对话回复的步骤,包括:
将所述当前提问依次输入所述初始阶段层,以及排序于所述初始阶段层之后的各所述回复阶段层;
获取所述初始阶段层对所述当前提问的计算结果,第一标签信息的共同语义信息对应的隐变量以及所述第一标签信息对应的特征隐变量,其中,所述第一标签信息属于所有标签信息中的任一个;
将所述初始阶段层对所述当前提问的计算结果,与所述第一标签信息对应的共同语义信息对应的隐变量以及所述第一标签信息对应的特征隐变量,进行向量拼接得到第一拼接向量;
将所述第一拼接向量输入第一阶段层的编码器,其中,所述第一阶段层与所述第一标签信息相对应,所述第一阶段层为排序于所述初始阶段层之后,且与所述初始阶段层相邻的阶段层;
获取所述第一阶段层的编码器对应的第一输出结果,获取第二标签信息对应的共同语义信息对应的隐变量以及所述第二标签信息对应的特征隐变量,其中,所述第二标签信息属于除所述第一标签信息之外的所有剩余标签信息中的任一个;
将所述第一输出结果,与第二标签信息对应的共同语义信息对应的隐变量以及所述第二标签信息对应的特征隐变量,进行向量拼接得到第二拼接向量;
将所述第二拼接向量输入第二阶段的编码器,得到第二输出结果,其中,所述第二阶段与所述第二标签信息相对应,所述第二阶段层为排序于所述第一阶段层之后,且与所述第一阶段层相邻的阶段层;
将所述第二输出结果输入所述第二阶段层的解码器,得到基于所述第一标签信息和所述第二标签信息控制的对所述当前提问的第二对话回复;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010733148.1/2.html,转载请声明来源钻瓜专利网。