[发明专利]回复内容的生成方法、装置和设备

权利要求书

1.一种回复内容的生成方法，其特征在于，所述方法包括：

获取待回复内容；

解析所述待回复内容，得到解析结果，所述解析结果包括目标意图；

基于所述目标意图，确定以设定目的为目标的对话策略，所述设定目的包括语义相关性、最大对话轮次和任务迁移完成度中的至少一种；

基于所述待回复内容和所述对话策略，生成回复内容。

2.根据权利要求1所述的方法，其特征在于，所述解析结果还包括所述待回复内容对应的情感类型和话题中的至少一个；

所述基于所述目标意图，确定以设定目的为目标的对话策略，包括：

基于所述情感类型、所述话题和相关度中的至少一个和所述目标意图，确定以设定目的为目标的对话策略，所述相关度用于表示所述待回复内容对应的各类服务被选中的可能性，所述相关度与各类服务被选中的可能性成正相关。

3.根据权利要求2所述的方法，其特征在于，所述基于所述情感类型、所述话题和相关度中的至少一个和所述目标意图，确定以设定目的为目标的对话策略之前，还包括：

获取所述待回复内容对应的第一目标信息，所述第一目标信息包括所述待回复内容对应的服务的时间、类型和次数中的至少一种；

基于所述第一目标信息，确定所述待回复内容对应的相关度。

4.根据权利要求2或3所述的方法，其特征在于，所述解析所述待回复内容，得到解析结果，包括：

对所述待回复内容进行意图识别，得到所述目标意图；

对所述待回复内容进行情感识别，得到情感类型；

对所述待回复内容进行领域识别，得到所述待回复内容中涉及的目标领域；

获取所述目标领域对应的知识图谱，检测所述待回复内容与所述知识图谱的实体节点内容相同的部分，将所述内容相同的部分作为对话的话题。

5.根据权利要求2或3所述的方法，其特征在于，所述基于所述情感类型、所述话题、相关度中的至少一个和所述目标意图，确定以设定目的为目标的对话策略，包括：

将所述情感类型、所述话题、相关度中的至少一个和所述目标意图输入目标对话策略模型，由所述目标对话策略模型基于所述情感类型、所述话题、所述相关度中的至少一个和所述目标意图确定所述对话策略。

6.根据权利要求5所述的方法，其特征在于，所述将所述情感类型、所述话题、所述相关度中的至少一个和所述目标意图输入目标对话策略模型之前，还包括：

基于当前对话策略模拟对话行为；

分析所述对话行为在所述设定目的下的状态，基于所述状态计算奖励值，所述状态包括所述对话行为对应的任务迁移度和对话轮次，或者所述状态包括所述对话行为对应的任务迁移度、对话轮次和语义相关程度；

基于所述奖励值约束初始对话策略模型调整对话策略，得到所述目标对话策略模型。

7.根据权利要求6所述的方法，其特征在于，所述基于所述奖励值约束初始对话策略模型调整对话策略，得到所述目标对话策略模型，包括：

当所述奖励值大于奖励值阈值时，所述初始对话策略模型保持当前对话策略不变，将所述初始对话策略模型作为所述目标对话策略模型；

或者，当所述奖励值不大于所述奖励值阈值时，所述初始对话策略模型将当前对话策略更换为另一种对话策略，更新所述初始对话策略模型，将更新后的对话策略模型作为所述目标对话策略模型。

8.根据权利要求6所述的方法，其特征在于，所述基于当前对话策略模拟对话行为，包括：

基于所述当前对话策略模拟正常对话行为，所述正常对话行为是正样本中的对话行为；

或者，基于所述当前对话策略模拟异常对话行为，所述异常对话行为是负样本中的对话行为。