[发明专利]一种报表机器人多轮对话策略预测方法及系统

说明书

本发明提供了一种报表机器人多轮对话策略预测方法及系统，涉及人工智能相关技术领域，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，根据第一格式标准化指令将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；通过词袋模型将第一文本输入数据进行向量化处理，获得第一处理结果；将第一处理结果输入K‑Bert神经网络预训练模型，通过K‑Bert神经网络预训练模型进行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，基于第一向量运算规则进行第一向量和第二向量的向量运算，获得第一运算结果，结合第一检索数据库获得第一对话预测结果。解决了现有技术中存在对话策略预测稳定性弱的技术问题。

技术领域

本发明涉及人工智能相关技术领域，具体涉及一种报表机器人多轮对话策略预测方法及系统。

背景技术

人机对话系统能够让机器通过人类语言与人进行交互，是人工智能领域的一项重要工作。报表机器人是一款能够代替或者协助人类在计算机、手机等数字化设备中完成重复性工作与任务，通过先进的人工智能技术，实时的将人交流的自然语言转化为结构化的查询语句，并返回用户所需的报表，其中多轮对话策略预测部分是实现该功能的核心调度模块。

目前对于多轮对话策略预测部分主要是通过语义识别技术分析输入信息的语义信息，再结合数据库匹配同类语义环境的回复信息，但是同一种语义的输入在不同的语境下用户的需求可能是不同的，当前技术难以稳定的适应复杂语境下的多轮对话策略预测。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中由于大多数机器人仅通过基于历史数据进行语义检索回复内容，无法适应复杂语境，导致存在对话策略预测稳定性弱的技术问题。

发明内容

本申请实施例通过提供了一种报表机器人多轮对话策略预测方法及系统，解决了现有技术中由于大多数机器人仅通过基于历史数据进行语义检索回复内容，无法适应复杂语境，导致存在对话策略预测稳定性弱的技术问题。通过采集和报表机器人交互用户的实时输入信息，通过预设的格式将输入信息标准化，得到再将标准化的文本信息向量化处理得到机器人可识别的当前用户输入信息，继而通过K-Bert神经网络预训练模型对当前用户输入信息基于多轮对话上下文进行分析预测，得到表征用户请求信息的向量信息，继而通过对得到向量进行运算，评估向量信息的准确性，将满足要求的向量输入数据库进行检索得到对话预测结果进行回复。通过K-Bert神经网络预训练模型基于多轮语境得到的向量信息准确度更高，更能适应于复杂的语境情况，达到了提高多轮对话策略预测结果准确性的技术效果。

鉴于上述问题，本申请实施例提供了一种报表机器人多轮对话策略预测方法及系统。

第一方面，本申请实施例提供了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。