[发明专利]一种基于多领域多轮问答的对话状态跟踪方法

说明书

本发明提供一种基于多领域多轮问答的对话状态跟踪方法，该方法包括下列步骤：S1、建立对话状态模型,并对所述对话状态模型进行编码；S2、基于Domain Interest Prediction模块对对话回合的兴趣领域进行判断；S3、通过Slot gate Prediction模块对每一个slot type生成value值的方式进行判断；S4、基于Span Prediction模块对slot中的value值进行预测，并最终生成word。

技术领域

本发明涉及人机问答技术领域，尤其涉及一种基于多领域多轮问答的对话状态跟踪方法。

背景技术

现存的多领域DST模型，如TRADE和SOM-DST都存在各自的问题。首先，多领域下各种类型的槽值是存在内在异质性的，例如restaurant-name、attraction-name等slot的值可归类为named entity。而restaurant-book people，train-book time等slot的值则都可归为number-type entity；还有一些slot如hotel-parking,hotel-internet属于布尔类型，需要的是用户判断是或否。有些模型如HyST，DS-DST等通过人工定义规则来捕捉这些异质信息，虽然有效，但是增加了模型复杂度。此外，使用carryover机制的模型，例如DSTreader和SOM-DST，它们的模型性能评价指标发生了微妙的变化，即准确率其实仅对非carryover操作的情况有意义。而MultiWOZ2.1中carryover与非carryover的样本是极不均衡的。经统计，在训练集中，对应carryover操作的slot数量有1584385个，占比95.92％；一个turn内全部slots都对应carryover操作的情况则占比33.48％。这意味着，只要slotgate将一切slot的操作都判别为carryover，就可以实现95.92％的槽位准确率和33.48％的联合准确率。这意味着SOM-DST的性能非常依赖slot gate分类的准确率。但是SOM-DST并没有在论文中展示过分类器的准确率或召回率，而它的最终性能其实存在极大的可提升空间。

发明内容

本发明的目的在于提供一种基于多领域多轮问答的对话状态跟踪方法，以解决上述背景技术中提出的问题。

本发明是通过以下技术方案实现的：本发明提供了一种基于多领域多轮问答的对话状态跟踪方法，包括下列步骤：

S1、建立对话状态模型,并对所述对话状态模型进行编码；

S2、基于Domain Interest Prediction模块对对话回合的兴趣领域进行判断；

S3、通过Slot gate Prediction模块对每一个slot type生成value值的方式进行判断；

S4、基于Span Prediction模块对slot中的value值进行预测，并最终生成word。

优选的，所述建立对话状态模型，具体包括：

将当前回合对话话语、上一回合对话话语以及上一回合的对话状态容器内容进行拼接，从而获得对话状态模型X_t：

其中D_t表示t回合的对话话语，D_t-1表示第t-1回合的对话话语，B_t表示t回合的对话状态容器内容，其中D_t的模型为：

B_t的模型为：