[发明专利]人机对话方法、装置、电子设备及存储介质

权利要求书

1.一种人机对话方法，其特征在于，所述方法包括：

获取对话输入；

在预构建的人设画像中，确定与所述对话输入对应的目标人设维度，所述人设画像包括多种人设维度以及与每一所述人设维度对应的关键词；

根据与所述目标人设维度对应的目标关键词和所述对话输入的语义关系，确定与所述对话输入对应的目标人设属性信息；

根据所述目标人设属性信息生成目标回复语句。

2.根据权利要求1所述的方法，其特征在于，所述根据与所述目标人设维度对应的目标关键词和所述对话输入的语义关系，确定与所述对话输入对应的目标人设属性信息，包括：

将所述对话输入输入至训练好的语言处理模型，所述语言处理模型用于针对每一所述目标关键词预测在所述对话输入中与该目标关键词对应的人设属性信息，并将该人设属性信息作为所述对话输入对应的目标人设属性信息。

3.根据权利要求2所述的方法，其特征在于，所述语言处理模型包括预处理层，针对人设维度分类场景的编码层和分类层，以及针对人设属性信息提取场景的提取层，所述语言处理模型通过以下方式训练得到：

获取多个训练样本，其中，所述多个训练样本包括所述人设维度分类场景下采集的分类训练样本和所述人设属性信息提取场景下采集的人设属性信息训练样本，所述多个训练样本中的每个训练样本包括用户输入文本和对应的标注标签；

将每个所述训练样本输入至预处理层，得到与该训练样本中的用户输入文本对应的字符序列；

当该训练样本属于所述分类训练样本时，将该训练样本的字符序列输入至所述编码层得到与每一字符对应的语义向量，并将所有字符的语义向量的平均向量输入至所述分类层，基于所述分类层输出的分类结果和该训练样本中的标注标签，确定该训练样本对应的第一预测损失；

当该训练样本属于所述人设属性信息训练样本时，将该训练样本的字符序列输入至所述提取层，基于所述提取层输出的提取结果和该训练样本中的标注标签，确定该训练样本对应的第二预测损失；

基于多个所述训练样本各自对应的预测损失之和，调整所述语言处理模型的参数。

4.根据权利要求1所述的方法，其特征在于，所述根据所述目标人设属性信息生成目标回复语句，包括：

根据所述目标人设属性信息确定回复模板语句，其中，所述回复模板语句为包括待填充槽位的语句，且每一所述待填充槽位携带有关键词标识；

根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，确定与该关键词标识对应的槽位信息；

根据所述关键词标识和所述槽位信息的语义信息，将所述槽位信息填充至所述回复模板语句中与该槽位信息对应的待填充槽位中，生成目标回复语句。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标人设属性信息确定回复模板语句，包括：

在确定存储模块中不存在与所述目标人设维度对应的历史人设属性信息情况下，将模板库中配置的第一类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句；

所述根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，确定与该关键词标识对应的槽位信息包括：

根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，从所述目标人设属性信息中确定与该关键词标识对应的槽位信息。

6.根据权利要求4所述的方法，其特征在于，所述根据所述目标人设属性信息确定回复模板语句，包括：

在确定存储模块中存在与所述目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息情况下，将模板库中配置的第二类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句。