[发明专利]生成跨类型对话数据的方法和装置

权利要求书

1.一种生成跨类型对话数据的方法，包括：

获取包括不同类型对话片段的候选对话池；

从所述候选对话池中随机选择一段对话作为起始对话，并从所述候选对话池中选择与所述起始对话的内容相似但类型不同的预定数目段候选对话；

将所述起始对话中的最后一轮对话分别与所述预定数目段候选对话中每一轮对话计算语义匹配度；

将语义匹配度最高的一轮对话确定为嫁接点，并将所述嫁接点以及所述嫁接点之后的对话确定为目标对话；

将所述起始对话与所述目标对话拼接起来，得到跨类型对话。

2.根据权利要求1所述的方法，其中，所述方法还包括：

将所述跨类型对话中嫁接点处的连续三轮对话输入预先训练的流畅度判别模型，输出流畅得分；

若流畅得分大于预定阈值，则将所述跨类型对话保存为样本数据。

3.根据权利要求2所述的方法，其中，所述方法还包括：

若流畅得分小于等于预定阈值，则识别所述目标对话中的关键实体；

根据所述关键实体生成引导对话；

在所述跨类型对话中将所述引导对话插入在所述嫁接点之前。

4.根据权利要求1所述的方法，其中，所述方法还包括：

若所述跨类型对话的对话轮数小于预定轮数，则将所述跨类型对话作为起始对话，重新从所述候选对话池中查找嫁接点和目标对话进行拼接，直到拼接后的跨类型对话的轮数大于等于预定轮数。

5.根据权利要求1所述的方法，其中，所述获取包括不同类型对话片段的候选对话池，包括：

通过开源对话数据集获取任务型对话、知识型对话、闲聊型对话；

通过开放域对话机器人互聊生成闲聊型对话。

6.根据权利要求1所述的方法，其中，所述从所述候选对话池中选择与所述起始对话的内容相似但类型不同的预定数目段候选对话，包括：

确定所述起始对话的关键字；

根据所述关键字在所述候选对话池中不同类型的对话的权重值计算所述起始对话与所述候选对话池中不同类型的对话之间的相关度得分，其中，所述权重值根据词频逆文档频率算法计算；

选取相关度得分最高的预定数目段候选对话。

7.一种生成跨类型对话数据的装置，包括：

获取单元，被配置成获取包括不同类型对话片段的候选对话池；

选择单元，被配置成从所述候选对话池中随机选择一段对话作为起始对话，并从所述候选对话池中选择与所述起始对话的内容相似但类型不同的预定数目段候选对话；

匹配单元，被配置成将所述起始对话中的最后一轮对话分别与所述预定数目段候选对话中每一轮对话计算语义匹配度；

确定单元，被配置成将语义匹配度最高的一轮对话确定为嫁接点，并将所述嫁接点以及所述嫁接点之后的对话确定为目标对话；

拼接单元，被配置成将所述起始对话与所述目标对话拼接起来，得到跨类型对话。

8.根据权利要求7所述的装置，其中，所述装置还包括判别单元，被配置成：

将所述跨类型对话中嫁接点处的连续三轮对话输入预先训练的流畅度判别模型，输出流畅得分；

若流畅得分大于预定阈值，则将所述跨类型对话保存为样本数据。

9.根据权利要求8所述的装置，其中，所述装置还包括引导单元，被配置成：

若流畅得分小于等于预定阈值，则识别所述目标对话中的关键实体；

根据所述关键实体生成引导对话；

在所述跨类型对话中将所述引导对话插入在所述嫁接点之前。

10.根据权利要求7所述的装置，其中，所述装置还包括重复单元，被配置成：

若所述跨类型对话的对话轮数小于预定轮数，则将所述跨类型对话作为起始对话，重新从所述候选对话池中查找嫁接点和目标对话进行拼接，直到拼接后的跨类型对话的轮数大于等于预定轮数。