[发明专利]一种报表机器人多轮对话策略预测方法及系统

权利要求书

1.一种报表机器人多轮对话策略预测方法，其中，所述方法包括：

获得第一用户的第一输入信息；

获得第一格式标准化指令，根据所述第一格式标准化指令将所述第一输入信息进行格式标准化处理，获得第一文本输入数据；

通过词袋模型将所述第一文本输入数据进行向量化处理，获得第一处理结果；

将所述第一处理结果输入K-Bert神经网络预训练模型，通过所述K-Bert神经网络预训练模型进行所述第一处理结果的特征提取和特征转换，输出第一向量和第二向量；

获得第一向量运算规则，基于所述第一向量运算规则进行所述第一向量和所述第二向量的向量运算，获得第一运算结果；

基于所述第一运算结果和第一检索数据库获得第一对话预测结果。

2.如权利要求1所述的方法，其中，所述获得第一用户的第一输入信息，还包括：

获得所述第一用户的第一输入文本，将所述第一输入文本作为第一维度数据；

获得Slot词槽信息，将所述Slot词槽信息作为第二维度数据；

基于所述第一维度数据和所述第二维度数据获得所述第一输入信息。

3.如权利要求2所述的方法，其中，所述方法还包括：

获得所述第一用户的历史对话信息，将所述历史对话信息作为第三维度数据；

对所述历史对话信息进行所述第一用户的意图解析，获得第一意图解析结果，将所述第一意图解析结果作为第四维度数据；

基于所述第一维度数据、所述第二维度数据、所述第三维度数据和所述第四维度数据获得所述第一输入信息。

4.如权利要求1所述的方法，其中，所述方法还包括：

获得BERT预训参数集合；

构建K-Bert神经网络预训练模型，通过所述K-Bert神经网络预训练模型进行所述BERT预训参数集合参数加载，通过进行所述BERT预训参数集合参数加载后的所述K-Bert神经网络预训练模型进行所述第一处理结果的特征提取和特征转换。

5.如权利要求1所述的方法，其中，所述获得第一向量运算规则，基于所述第一向量运算规则进行所述第一向量和所述第二向量的向量运算，获得第一运算结果，还包括：

将所述第一向量和所述第二向量映射至同一向量语义空间，获得第一映射结果；

通过所述第一映射结果进行所述第一向量和所述第二向量点乘运算，获得所述第一运算结果。

6.如权利要求5所述的方法，其中，所述通过所述第一映射结果进行所述第一向量和所述第二向量点乘运算，获得所述第一运算结果，还包括：

通过所述第一映射结果进行所述第一向量和所述第二向量点乘运算，获得第一正样本相似度的最大值数据和第一负样本相似度的最小值数据；

通过所述最大值数据和所述最小值数据进行损失函数构建，获得第一构建结果；

通过所述第一构建结果获得所述第一运算结果。

7.如权利要求6所述的方法，其中，所述方法还包括：

通过历史对话数据库构建所述第一检索数据库；

通过所述第一运算结果进行所述第一检索数据库的顺序排序，获得第一顺序检索数据库；

通过所述第一顺序检索数据库获得所述第一对话预测结果。