[发明专利]基于深度学习的机器人对话方法、装置和计算机设备

说明书

本申请涉及人工智能，提供一种基于深度学习的机器人对话方法、装置和计算机设备。所述方法包括：当检测到基于对话框的输入操作时，获取用户在对话框中的操作内容，操作内容包括输入内容和/或删除内容。获取与操作内容关联的历史搜索日志，并根据操作内容和历史搜索日志生成待识别信息。根据训练好的用户意图识别模型，对待识别信息进行用户意图识别，确定与操作内容对应的用户意图识别结果，并将与用户意图识别结果相匹配的数据条目进行展示。采用本方法通过实时获取用户在对话框输入或删除的内容，扩大了输入信息源，进而能够快速准确识别客户的意图，提升智能客服或智能问答机器人等在用户意图识别应用场景下的识别准确率和服务质量。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于深度学习的机器人对话方法、装置和计算机设备。

背景技术

随着人工智能技术的日益发展，以及人工智能客服，比如聊天机器人等的广泛应用，通过人工智能客服识别用户意图的手段日益成熟。其中，用户意图识别指的是当用户与聊天机器人进行沟通时，机器人能够根据用户提出的直接或者间接的信息来快速判断用户的真实意图。举例来说，聊天机器人可根据用户的问题，识别出用户的出行消费意图，比如订机票和酒店等。

传统上多采用对话式语义理解技术，来实现对用户意图的识别，对话式语义理解技术的实现方案主要分为面向泛用场景和面向特定场景。其中，面向泛用场景的对话式人工智能，可以同用户进行闲聊，但无法理解用户的业务需求，往往需要用户对话信息从网络数据中匹配对应的答案，导致得到的答案准确度较低，或者并不符合当前的实际应用场景。

同样地，面向特定场景虽然可以应付业务需求，但是需要大量人力分析用户对话特征以构建规则模板，针对多业务场景所需要的工作量呈直线上升，导致模型的可延展性较差，进而通常需要客户完整明确的输入内容提交后，才了得到较准确的反馈信息，操作较为繁琐，使用便利性不足。

因此，传统的对话式语义理解技术，在用户意图识别的应用场景下，智能客服或智能对话机器人等的识别准确率仍较为低下。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升用户意图识别应用场景下的识别准确率的基于深度学习的机器人对话方法、装置和计算机设备。

一种基于深度学习的机器人对话方法，所述方法包括：

当检测到基于对话框的输入操作时，获取用户在对话框中的操作内容，所述操作内容包括输入内容和/或删除内容；

获取与所述操作内容关联的历史搜索日志，并根据所述操作内容和所述历史搜索日志生成待识别信息；

根据训练好的用户意图识别模型，对待识别信息进行用户意图识别，确定与所述操作内容对应的用户意图识别结果；

将与所述用户意图识别结果相匹配的数据条目进行展示。

在其中一个实施例中，所述方法还包括：

检测针对各所述数据条目的选定操作；

获取与所选定的所述数据条目对应的反馈结果。

在其中一个实施例中，所述方法还包括：

根据所述反馈结果和所述历史搜索日志，对所述训练好的用户意图识别模型进行优化更新。

在其中一个实施例中，在所述实当检测到基于对话框的输入操作时，获取用户在对话框中的操作内容之前，包括：

当检测到用户接入操作时，跳转至对话页面；

基于所述对话页面，实时监听所接入的用户的输入操作。

在其中一个实施例中，所述用户意图识别模型包括文本识别模型和非文本识别模型；所述根据训练好的用户意图识别模型，对待识别信息进行用户意图识别，确定对应的用户意图识别结果，包括：