[发明专利]对话数据生成方法及装置、设备和介质

说明书

本公开提供了一种对话数据生成方法及装置、设备和介质，涉及人工智能领域，尤其涉及自然语言处理和深度学习技术领域。实现方案为：获取目标对话数据模板，所述目标对话数据模板包括一个或多个目标单轮对话数据模板，并且每个目标单轮对话数据模板包括一个或多个关键词槽位以及每个关键词槽位的相关信息，每个关键词槽位的相关信息包括位置信息和属性信息；针对每个关键词槽位，至少基于该关键词槽位的属性信息，从关键词数据集中确定与该关键词槽位匹配的一个或多个目标关键词；以及针对每个目标单轮对话数据模板，基于所述一个或多个关键词槽位的位置信息，将所述一个或多个目标关键词相应填充到该目标单轮对话数据模板中，以得到目标对话数据。

技术领域

本公开涉及人工智能领域，尤其涉及自然语言处理和深度学习技术领域，具体涉及一种对话数据生成方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

任务式对话(Task-Oriented Dialogue，TOD)系统面向垂直领域，目的是使用尽可能少的对话轮数帮助用户完成预定的任务或动作，例如预定机票、播放音乐和路线导航等。大多数任务式对话应用场景中数据规模较小，无法获得大量对话数据，因此难以通过大量数据进行模型训练，限制了任务式对话在各领域的使用。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种对话数据生成方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种对话数据生成方法，包括：获取目标对话数据模板，所述目标对话数据模板包括一个或多个目标单轮对话数据模板，并且每个目标单轮对话数据模板包括一个或多个关键词槽位以及每个关键词槽位的相关信息，每个关键词槽位的相关信息包括位置信息和属性信息；针对所述一个或多个关键词槽位中的每个关键词槽位，至少基于该关键词槽位的属性信息，从关键词数据集中确定与该关键词槽位匹配的一个或多个目标关键词，所述关键词数据集包括多个关键词以及每个关键词的属性信息；以及针对所述目标对话数据模板的所述每个目标单轮对话数据模板，基于所述一个或多个关键词槽位的位置信息，将所述一个或多个目标关键词相应填充到该目标单轮对话数据模板中，以得到目标对话数据。

根据本公开的一方面，提供了一种神经网络模型的训练方法，包括：采用上述对话数据生成方法生成样本对话数据；以及至少利用所述样本对话数据对所述神经网络模型进行训练。

根据本公开的另一方面，提供了一种对话数据生成装置，包括：获取单元，被配置用于获取目标对话数据模板，所述目标对话数据模板包括一个或多个目标单轮对话数据模板，并且每个目标单轮对话数据模板包括一个或多个关键词槽位以及每个关键词槽位的相关信息，所述每个关键词槽位的相关信息包括位置信息和属性信息；确定单元，被配置用于针对所述一个或多个关键词槽位中的每个关键词槽位，至少基于该关键词槽位的属性信息，从关键词数据集中确定与该关键词槽位匹配的一个或多个目标关键词，所述关键词数据集包括多个关键词以及每个关键词的属性信息；以及填充单元，被配置用于针对所述目标对话数据模板的所述每个目标单轮对话数据模板，基于所述一个或多个关键词槽位的位置信息，将所述一个或多个目标关键词相应填充到该目标单轮对话数据模板中，以得到目标对话数据。