[发明专利]一种可控情感对话生成的方法

说明书

本发明公开了一种可控情感对话生成的方法，所述方法基于增写方式的可控情感对话生成方法；基于两阶段模型，使用多种方法选择器的方式生成可控情感的对话；采用本发明是围绕对话中原有情感回复的内容展开，以期待情感为指导，增写句子使其回复的情感最终偏向于所述期待情感；本发明采用基于两阶段模型使得生成的最终回复既内容相关又饱含情感，相较于现有技术，有效地提升了情感对话的效果，缓解了大规模情感对话语料缺乏的困境。

技术领域

本发明应用于自然语言处理的开放域对话系统领域，尤其涉及一种可控情感对话生成的方法。

背景技术

当前，对话系统在各个领域越来越引起人们的重视，深度学习技术的不断进步极大地推动了对话系统的发展。智能对话系统的应用领域广泛，其背后的商业价值巨大，可以应用在AI社交、推销商品和服务、企业日常经营、心理健康服务等方面。

在开放域对话场景中，融入一些特定因素(如个性、情感、知识等)，可以有效提升对话质量。情感对话旨在生成富含情感且具有针对性的回复。大量研究表明包含情感的对话在人机对话系统中可以显著提升用户的满意程度。另外，构建具有人类情感的智能体是人工智能的一个终极目标。除了早期专业人士手动编写规则语料的方法外，现有的工作主要是基于神经网络模型，采用端到端的神经网络模型，在基础对话模型中融入情感信息，情感一般以词向量形式在输入端加入，模型采用标注了情感的对话语料训练模型。这类情感对话方法面临许多挑战。首先，高质量的大规模情感对话语料很难获得，人工标注的成本很高，并且日常对话中大部分语句都为中性。其次，端到端的系统，在学习过程中由于情感向量的约束，会影响回复生成的语义和范围，加剧了安全回复问题。最后，不少模型生成的回复存在相应情感表达不明显或者实际情感不符合预期的问题，概括地说，是对情感的可控性和解释性不强。

发明内容

本发明的目的是为了克服现有技术的不足或者至少部分解决上述问题，提出了一种可控情感对话生成的方法。

其中，一种可控情感对生成的方法，该方法包括：基于增写方式的可控情感对话生成方法；基于两阶段模型，使用多种方法选择器的方式生成可控情感的对话。

在该技术方案中，所述增写方式的可控情感对话生成方法，围绕对话中原有情感回复的内容展开，以期待情感为指导，增写句子使其回复的情感最终偏向于所述期待情感。

在一种实现方式中，所述增写方式的可控情感对话生成方法是一种两阶段的，增写方式的可控情感对话生成方法，所述两阶段，包含原型话语生成部分和可控情感增写部分；所述原型话语生成部分采用微调好的预训练模型，将所述历史对话拼接成一句话作为输入，生成符合上文语境的原型回复；所述可控情感增写部分围绕所述原型回复的内容展开，以所述期待情感为指导，增写句子作为符合期待情感的最终回复。

在该技术方案中，所述基于两阶段模型，使用多种方法选择器的方式生成可控情感的对话，所述的两阶段模型包含原型话语生成模型和可控情感重写模型，所述的原型话语生成模型以历史对话作为输入，生成符合上文语境的原型回复，所述的可控情感重写模型包含多种方法，各方法分别将所述原型回复重写为符合期待情感的回复，所述多种方法选择器在各方法生成的回复中选择最好的回复作为最终回复。

在一种实现方式中，所述基于两阶段模型，使用多种方法选择器的方式生成可控情感的对话是一种基于两阶段模型，使用改写和增写两种方法选择器的方式生成可控情感的对话，所述两阶段模型包含原型话语生成模型和可控情感重写模型；所述原型话语生成模型以历史对话作为输入，生成符合上文语境的原型回复；所述可控情感重写模型包含改写方法和增写方法；所述改写方法，基于情感词替换的方式，根据先删除，后生成的两段式方法做将所述原型回复改写为符合期待情感的最终回复；所述增写方法，围绕所述原型回复的内容展开，以所述期待情感为指导，增写句子作为符合期待情感的最终回复；所述方法选择器，从改写方法和增写方法生成的回复中选择效果更好的回复作为最终回复。

在一种实现方式中，所述的期待情感可以指定情感或根据上文语境自动学习情感。