[发明专利]交互式的知识反馈方法、装置及计算机存储介质

权利要求书

1.一种交互式的知识反馈方法，其特征在于，包括：

获取意图识别预训练模型及命名实体识别NER模型；

使用所述意图识别预训练模型对用户输入的待识别语句进行意图识别，得到意图识别结果；

基于所述意图识别结果，使用所述NER模型对所述待识别语句进行语句要素识别；

若所述语句要素识别的结果表示所述待识别语句缺少要素词槽对应的词槽信息，则向所述用户提示输入所述要素词槽对应的词槽信息，所述要素词槽为影响所述待识别语句的执行结果的要素的词槽；

根据所述意图识别结果以及所述用户输入的目标词槽信息检索对应的目标知识，并向用户反馈所述目标知识。

2.根据权利要求1所述的交互式的知识反馈方法，其特征在于，所述使用所述意图识别预训练模型对用户输入的待识别语句进行意图识别，包括：

基于所述意图识别预训练模型的特征抽取能力，使用微调finetune方法对所述待识别语句进行意图识别。

3.根据权利要求1所述的交互式的知识反馈方法，其特征在于，所述使用所述NER模型对所述待识别语句进行语句要素识别，包括：

使用所述NER模型以字典和模型结合的方式对所述待识别语句进行语句要素识别。

4.根据权利要求1所述的交互式的知识反馈方法，其特征在于，所述根据所述意图识别结果以及所述用户输入的目标词槽信息检索对应的目标知识，包括：

根据所述意图识别结果生成与所述意图识别结果关联的多个语句结构，所述语句结构包括至少一个所述要素词槽；

将所述目标词槽信息分别填充至每个所述语句结构中对应的要素词槽，得到多个目标语句结构；

根据所述目标语句结构的要素词槽的填充程度对所述多个目标语句结构进行排序，并根据排序的结果确定最优的目标语句结构；

根据所述最优的目标语句结构检索对应的所述目标知识。

5.根据权利要求4所述的交互式的知识反馈方法，其特征在于，所述根据所述最优的目标语句结构检索对应的所述目标知识，包括：

基于决策树检索算法检索所述最优的目标语句结构对应的所述目标知识。

6.根据权利要求1所述的交互式的知识反馈方法，其特征在于，所述向所述用户提示输入所述要素词槽对应的词槽信息之后，所述方法还包括：

接收所述用户输入的下位词槽信息，所述下位词槽信息为所述目标词槽信息的下位概念；

根据所述下位词槽信息的上位概念确定所述目标词槽信息。

7.根据权利要求1所述的交互式的知识反馈方法，其特征在于，所述向所述用户提示输入所述要素词槽对应的词槽信息之后，所述方法还包括：

接收所述用户输入的上位词槽信息，所述上位词槽信息为所述目标词槽信息的上位概念；

向所述用户提示输入所述上位词槽信息的下位概念对应的词槽信息；

接收所述用户输入的所述上位词槽信息的下位概念对应的目标词槽信息。

8.根据权利要求1至7任一项所述的交互式的知识反馈方法，其特征在于，所述获取意图识别预训练模型，包括：

获取训练语料以及初始语言模型；

将所述训练语料输入所述初始语言模型，对所述初始语言模型进行预训练，得到目标语言模型；

基于模型剪枝方法以及知识蒸馏方法，构建轻量化模型，利用所述目标语言模型训练所述轻量化模型，所述轻量化模型完成训练之后得到所述意图识别预训练模型；其中，所述轻量化模型的参数的数量少于所述目标语言模型的参数的数量，所述轻量化模型的层数少于所述目标语言模型的层数。

9.根据权利要求8所述的交互式的知识反馈方法，其特征在于，所述意图识别预训练模型为基于Transformer的双向编码器BERT模型。

10.根据权利要求8所述的交互式的知识反馈方法，其特征在于，所述NER模型为双向长短时记忆循环神经网络BiLSTM与条件随机场CRF结合的NER模型。