[发明专利]一种对话处理方法、装置、电子设备及存储介质

说明书

本发明提供一种对话处理方法、装置、电子设备及存储介质，可以从当前对话中获得待处理信息，待处理信息至少包括待回复文本；确定与待回复文本对应的第一候选回复文本；确定与第一候选回复文本对应的第一行为类别；基于预定义的行为类别确定方式，确定出用于推动当前对话积极进行的第一行为类别；将与用于推动当前对话积极进行的第一行为类别对应的第一候选回复文本确定为对话回复文本；输出对话回复文本。本发明可以针对用户输入的待回复文本，输出可以推动当前对话朝着积极方向持续进行的对话回复文本，以推动当前对话朝着积极方向持续进行，避免当前对话朝着消极方向进行，可以有效保障对话服务质量，提升用户体验，增强用户粘性。

技术领域

本发明涉及对话处理技术领域，尤其涉及一种对话处理方法、装置、电子设备及存储介质。

背景技术

随着计算机科学技术的发展，人工智能技术不断提高。

当前，智能对话服务可以通过与用户进行对话，为用户提供相应的对话服务，比如回答用户提出的问题，再比如与用户讨论电影歌曲等。

但是，当前的智能对话服务无法有效保障用户体验，可能导致用户粘性不足。

发明内容

本发明提供一种对话处理方法、装置、电子设备及存储介质，用以解决现有技术中智能对话服务无法有效保障用户体验，可能导致用户粘性不足的缺陷，有效提升用户体验，增强用户粘性。

本发明提供一种对话处理方法，包括：

从当前对话中获得待处理信息，所述待处理信息至少包括待回复文本；

确定与所述待回复文本对应的第一候选回复文本；

确定与所述第一候选回复文本对应的第一行为类别；

基于预定义的行为类别确定方式，确定出用于推动所述当前对话积极进行的所述第一行为类别；

将与用于推动所述当前对话积极进行的所述第一行为类别对应的所述第一候选回复文本确定为对话回复文本；

输出所述对话回复文本。

可选的，所述确定与所述第一候选回复文本对应的第一行为类别，包括：

将所述待回复文本和所述第一候选回复文本输入至训练好的行为分类模型，获得所述行为分类模型输出的所述第一行为类别；其中，所述行为分类模型是通过使用训练样本对基础模型进行训练而获得的，所述训练样本中包括用户输入文本、机器回复文本和行为类别。

可选的，所述待处理信息还包括与所述待回复文本对应的对话策略信息，所述对话策略信息为用于确定对话策略的信息；所述基于预定义的行为类别确定方式，确定出用于推动所述当前对话积极进行的所述第一行为类别，包括：

将所述待回复文本、所述对话策略信息和所述第一行为类别输入至训练好的行为策略确定模型，获得所述行为策略确定模型输出的用于推动所述当前对话积极进行的所述第一行为类别；

其中，所述行为策略确定模型是通过强化学习和第一对话，对待训练的行为策略确定模型进行训练而获得的。

可选的，通过强化学习和所述第一对话，对待训练的行为策略确定模型进行训练，包括：

从所述第一对话中，获得相对应的第一待回复文本和第一对话策略信息；

基于所述第一待回复文本和所述第一对话策略信息，确定相应的第二行为类别、第一对话回复文本和用户回复文本；其中，所述第二行为类别是基于待训练的行为策略确定模型确定出的用于推动所述第一对话积极进行的行为类别，所述用户回复文本为用户针对所述第一对话回复文本输入的回复文本；