[发明专利]一种基于满意度的用户模拟方法及系统

权利要求书

1.一种基于满意度的用户模拟方法，其特征在于，包括：

预先设定用户需求采样空间，从所述采样空间中随机采样出用户需求信息；

获取对话历史数据，并与所述用户需求信息进行拼接；基于seq2seq模型中的编码器对拼接后的数据进行编码，获得对话文本的向量表示；

基于获得的对话文本的向量表示以及预先训练的seq2seq模型中的解码器，分别生成系统行为、用户满意度以及用户行为的文本表示；其中，所述解码器自回归生成字符序列，并基于预先设定的行为树，将每个字符映射为对应的标签；

基于所述对话文本向量表示、用户行为的问题本表示以及预先训练的seq2seq模型中的解码器，获得用户回复文本；

所述基于满意度的用户模拟方法，还包括以下优化过程：采用变分自编码器进行优化，在所述变分自编码器中采用三个隐变量，包括用户满意度、用户行为及用户需求，并对三个隐变量之间的关系进行建模。

2.如权利要求1所述的一种基于满意度的用户模拟方法，其特征在于，所述seq2seq模型采用Transformer模型，所述Transformer模型包括编码器和解码器。

3.如权利要求1所述的一种基于满意度的用户模拟方法，其特征在于，所述分别生成表示系统行为、用户满意度以及用户行为的文本表示，具体为：通过预先标注有系统回复满意度的数据集对所述解码器进行训练，利用训练好的解码器依次对系统行为、用户满意度以及用户行为进行预测，获得其字符串表示，并将字符串中的字符根据预先设定的行为树映射为对应的标签。

4.如权利要求1所述的一种基于满意度的用户模拟方法，其特征在于，所述解码器中的自回归解码过程采用受限解码方式，具体为：

对于每个要预测的标签构建一个行为树，并限制解码器的输出为所述行为树的路径，若不满足行为树的路径，则剪枝掉；其中，所述行为树的每条路径对应一种用户行为，所述用户行为对应于要预测的标签。

5.如权利要求1所述的一种基于满意度的用户模拟方法，其特征在于，在对所述标签进行排序时，采用Beam Search方法，并且在搜索过程中基于当前节点预测分数剪枝掉低于预设阈值分数的节点。

6.如权利要求1所述的一种基于满意度的用户模拟方法，其特征在于，所述获得用户回复文本的过程中，其采用的解码器采用不受限解码。

7.一种基于满意度的用户模拟系统，其特征在于，包括：

用户需求生成模块，其用于预先设定用户需求采样空间，从所述采样空间中随机采样出用户需求信息；

对话历史编码模块，其用于获取对话历史数据，并与所述用户需求信息进行拼接；基于seq2seq模型中的编码器对拼接后的数据进行编码，获得对话文本的向量表示；

对话策略推理模块，其用于基于获得的对话文本的向量表示以及预先训练的seq2seq模型中的解码器，分别生成表示系统行为、用户满意度以及用户行为的文本表示；其中，所述解码器自回归生成字符序列，并基于预先设定的行为树，将每个字符映射为对应的标签；

用户回复生成模块，其用于基于所述对话文本向量表示、用户行为的问题本表示以及预先训练的seq2seq模型中的解码器，获得用户回复文本；

所述基于满意度的用户模拟方法，还包括以下优化过程：采用变分自编码器进行优化，在所述变分自编码器中采用三个隐变量，包括用户满意度、用户行为及用户需求，并对三个隐变量之间的关系进行建模。

8.一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6任一项所述的一种基于满意度的用户模拟方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一项所述的一种基于满意度的用户模拟方法。