[发明专利]对话系统获取方法、装置、存储介质及计算机程序产品

说明书

本公开公开了对话系统获取方法、装置、存储介质及计算机程序产品，涉及智能语音、自然语言处理和深度学习等人工智能领域，其中的方法可包括：利用神经网络模型建模至少两个智能体；利用所述至少两个智能体组成虚拟交互系统；针对任一智能体，分别进行以下处理：当智能体向其它智能体执行交互动作后，确定交互动作对应的奖励值；根据确定出的奖励值，并以获得更高奖励值为目标，持续训练智能体；当训练完成后，将智能体作为用于进行人机对话的对话系统。应用本公开所述方案，可提升对话系统的训练效果及对话系统性能等。

技术领域

本公开涉及人工智能技术领域，特别涉及智能语音、自然语言处理及深度学习领域的对话系统获取方法、装置、存储介质及计算机程序产品。

背景技术

目前，基于人工智能(AI，Artificial Intelligence)的对话系统受到越来越多的关注。

传统的对话系统主要基于人-人对话语料，利用最大似然等目标函数来优化模型。但人类和人类的对话往往带有诸多背景信息，如对话发生场景、对话双方的背景、状态等。这些信息在人-人对话语料中缺失，很容易导致对话系统的训练被噪声所左右，从而影响了训练效果等。

发明内容

本公开提供了对话系统获取方法、装置、存储介质及计算机程序产品。

一种对话系统获取方法，包括：

利用神经网络模型建模至少两个智能体；

利用所述至少两个智能体组成虚拟交互系统；

针对任一智能体，分别进行以下处理：

当所述智能体向自身之外的其它智能体执行交互动作后，确定所述交互动作对应的奖励值；

根据确定出的奖励值，并以获得更高奖励值为目标，持续训练所述智能体；

当训练完成后，将所述智能体作为用于进行人机对话的对话系统。

一种对话系统获取装置，包括：第一构建模块、第二构建模块以及训练模块；

所述第一构建模块，用于利用神经网络模型建模至少两个智能体；

所述第二构建模块，用于利用所述至少两个智能体组成虚拟交互系统；

所述训练模块，用于针对任一智能体，分别进行以下处理：当所述智能体向自身之外的其它智能体执行交互动作后，确定所述交互动作对应的奖励值；根据确定出的奖励值，并以获得更高奖励值为目标，持续训练所述智能体；当训练完成后，将所述智能体作为用于进行人机对话的对话系统。

一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。

一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。

一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如以上所述的方法。

上述公开中的一个实施例具有如下优点或有益效果：可在包括至少两个智能体的虚拟交互系统中训练智能体，并可将训练完成的智能体作为用于进行人机对话的对话系统，从而无需用到人-人对话语料，避免了现有技术中的问题，进而提升了训练效果及对话系统性能等。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明