[发明专利]一种基于谐音字的答非所问对话生成方法和系统

权利要求书

1.一种基于谐音字的答非所问对话生成方法，其特征在于，包括以下步骤：

S1将提出的问题进行分词和语义处理；

S2获得经过分词和语义处理后的所述问题的关键词；

S3根据预建立的谐音字数据库，对所述关键词进行谐音字替换，并生成新的问题；

S4将所述新的问题带入预建立的对话回复模型，生成最终的回复。

2.如权利要求1所述的基于谐音字的答非所问对话生成方法，其特征在于，所述步骤S1分词和语义处理的具体过程包括：首先将语音形式的问题转换为文本形式，对文本形式的问题进行分词、词性标注和命名实体识别，并进行语义理解。

3.如权利要求1所述的基于谐音字的答非所问对话生成方法，其特征在于，所述步骤S2中统计所述问题的关键词的具体方法包括：统计经过分词和语义处理后的所述问题中各个词出现的频率TF和逆文本频率IDF指数，从而生成各个所述词的TF-IDF值，其中TF-IDF值最大的词为所述问题的关键词。

4.如权利要求1所述的基于谐音字的答非所问对话生成方法，其特征在于，所述步骤S3中谐音字数据库的预建立过程包括：首先制定包括同音字和近音字的谐音字规则；随后获取常用字的拼音，根据所述谐音字规则，获取与所述常用字对应的谐音字的拼音，按照所述拼音获取相应的谐音字字集；最后，去除所述谐音字字集中的非常用字，生成谐音字数据库。

5.如权利要求4所述的基于谐音字的答非所问对话生成方法，其特征在于，所述步骤S3中谐音字替换方法包括：

S3.1根据所述谐音字数据库，生成所述关键词的谐音字替代集合；

S3.2把所述谐音字替代集合中的候选词依次带回原问题中，生成新的问题；

S3.3判断所述新的问题是否超过预设长度，若否则进入步骤S4，若是则认为回复失败。

6.如权利要求5所述的基于谐音字的答非所问对话生成方法，其特征在于，所述步骤S4中预建立的对话回复模型为seq2seq生成模型。

7.如权利要求6所述的基于谐音字的答非所问对话生成方法，其特征在于，所述对话回复模型的建立过程包括以下步骤：利用爬虫程序爬取大量对话对，进行句子的清洗和筛选，剔除乱码作为初始数据集；筛选出其中为问句的对话，作为训练生成模型的语料库；将所述语料库中的语句拆分为问题数据集和答复数据集；对所述问题数据集和答复数据集中的词向量带入seq2seq模型，对所述seq2seq模型进行训练，获得损失函数最小的模型作为最终的对话回复模型。

8.如权利要求7所述的基于谐音字的答非所问对话生成方法，其特征在于，所述步骤S4中生成最终的回复的方法为：依次将各个所述新的问题带入所述seq2seq生成模型中，生成若干候选的回复，利用kenlm语言模型计算各个候选的回复的概率值，选取其中概率最大的回复作为最终的回复。

9.如权利要求1-8任一项所述的基于谐音字的答非所问对话生成方法，其特征在于，随机设置回复时间，将所述最终的回复设置为经过所述回复时间后再进行发送。

10.一种基于谐音字的答非所问对话生成系统，其特征在于，包括：

问题处理模块，用于将提出的问题进行分词和语义处理；

关键词提取模块，用于获得经过分词和语义处理后的所述问题的关键词；

谐音字替换模块，用于根据预建立的谐音字数据库，对所述关键词进行谐音字替换，并生成新的问题；

回复生成模块，用于将所述新的问题带入预建立的对话回复模型，生成最终的回复。