[发明专利]人机对话中智能体对话语句的生成方法和装置

说明书

本申请公开了一种人机对话中智能体对话语句的生成方法和装置，其中方法包括：利用预先训练的自然语言理解模型，从当前人机对话的对话历史数据中，提取预设知识库中的属性值和场景类别；其中，所述知识库由知识三元组构成；基于所述属性值和所述场景类别，从所述知识库中筛选出相关的知识三元组，得到候选知识子集；基于所述对话历史数据和所述候选知识子集，利用预先训练的对话生成模型，为智能体生成当前的响应语句并输出。采用本发明，可以支持多任务场景的人机对话。

技术领域

本发明涉及人工智能技术，特别是涉及一种人机对话中智能体对话语句的生成方法和装置。

背景技术

现有的人机对话实现方案通常针对特定场景实现。具体场景可以划分为闲聊、问答、推荐和任务型对话四种。其中，闲聊是指智能体可以与用户进行没有明确目标的聊天；问答是指当用户向智能体提问时，智能体能做出回答；推荐是指智能体可以根据知识库以及与用户的聊天，向用户推荐合适的信息；任务型对话是指智能体可以围绕着某个特定的目标，与用户开展对话，例如帮助用户购买电影票、预定宾馆等。

由于不同类型场景的对话目标不同，使得针对某一类场景的人机对话实现方案仅能适应于对应的应用场景，而不适用于其他类型的场景。而在实际生活中，人机对话的应用场景边界并不分明。例如，人们在完成订票任务时，可能会加入一些问候、报错等与任务无关的对话，在聊天情景中，也可能会发起一些特定的服务请求，比如在聊电影话题时，用户可能需要智能体帮助订电影票、查询订单、请求推荐、询问答案等。因此，需要提出一种可服务于多任务场景人机对话方案，以满足上述应用需求。

发明内容

有鉴于此，本发明的主要目的在于提供一种人机对话中智能体对话语句的生成方法和装置，可以支持多任务场景的人机对话。

为了达到上述目的，本发明实施例提出的技术方案为：

一种人机对话中智能体对话语句的生成方法，包括：

利用预先训练的自然语言理解模型，从当前人机对话的对话历史数据中，提取预设知识库中的属性值和场景类别；其中，所述知识库由知识三元组构成；

基于所述属性值和所述场景类别，从所述知识库中筛选出相关的知识三元组，得到候选知识子集；

基于所述对话历史数据和所述候选知识子集，利用预先训练的对话生成模型，为智能体生成当前的响应语句并输出。

较佳地，所述提取预设知识库中的属性值和场景类别包括：

将所述对话历史数据与预设特殊标记拼接后，输入至所述自然语言理解模型的编码器进行编码，得到相应的对话历史向量和场景信息向量；

将所述对话历史向量，输入至所述自然语言理解模型的CRF层进行序列标注，得到所述对话历史数据包含的所述属性值；

将所述场景信息向量，输入至所述自然语言理解模型的多层感知机进行场景分类，得到所述人机对话的场景类别。

较佳地，所述基于所述属性值和所述场景类别，从所述知识库中筛选出相关的知识三元组，得到候选知识子集包括：

如果所述场景类别为闲聊，则遍历每个所述属性值，从所述知识库中查找包含该属性值的知识三元组，利用查找出的所有知识三元组，构建所述候选知识子集；

如果所述场景类别为问答，则遍历所述对话历史数据中最新一轮对话包含的每个属性值，从所述知识库中查找包含该属性值的知识三元组；利用查找出的所有知识三元组，构建所述候选知识子集；

如果所述场景类别为推荐，则将所述属性值中的所有主键实体值进行两两组合，遍历每种所述组合，确定该组合中的属性值具有的共同属性值，对于每个所述共同属性值，从所述知识库中查找包含该共同属性值的知识三元组；利用查找出的所有知识三元组，构建所述候选知识子集；