一种智能对话方法、装置、设备及计算机存储介质与流程

1.本发明属于自然语言处理技术领域，尤其涉及一种智能对话方法、装置、设备及计算机存储介质。


背景技术：

2.在当今热门的人工智能技术驱动下，基于海量数据、机器学习、自然语言处理等技术的对话机器人不断出现。对话机器人是指能够根据用户的输入信息，生成相应的回复内容。
3.目前，越来越多面向业务的对话机器人被应用到各个领域中，通过多轮对话满足业务需求。由于在开放语境的多轮对话中，存在用户的业务需求各异、语言习惯不同等因素，因此，用户与对话机器人产生的多轮对话形式会十分复杂，现有技术中大多从理解用户意图等单一的角度去管理多轮对话的方式难以灵活应对复杂对话形式，导致用户体验差。


技术实现要素：

4.本发明实施例提供一种智能对话方法、装置、设备及计算机存储介质，能够灵活应对复杂对话形式，实现有效、友好的进行人机对话。
5.第一方面，本发明实施例提供一种智能对话方法，方法包括：
6.获取输入信息的文本序列；
7.根据预设的词移距离wmd算法，将文本序列与至少一个预设意图文本信息进行匹配，得到目标意图文本信息；
8.当目标意图文本信息包括词槽填充信息时，根据词槽填充信息和至少一个预设待填充词槽，确定第一输出信息。
9.在第一方面的一些可实现方式中，根据预设的wmd算法，将文本序列与至少一个预设意图文本信息进行匹配，得到目标意图文本信息，包括：
10.根据预设的wmd算法，确定文本序列与每个预设意图文本信息的第一差异度；
11.确定文本序列与每个预设意图文本信息的第一差异度中最小第一差异度对应的预设意图文本信息；
12.当最小第一差异度小于或等于预设差异度阈值时，将最小第一差异度对应的预设意图文本信息确定为目标意图文本信息。
13.在第一方面的一些可实现方式中，在根据预设的wmd算法，确定文本序列与每个预设意图文本信息的第一差异度之前，方法还包括：
14.根据预设编辑距离算法，确定预设文本序列与每个预设意图文本信息的第二差异度；
15.获取预设文本序列与每个预设意图文本信息的第二差异度中第二差异度小于或等于预设差异度阈值时对应的预设意图文本信息，得到至少一个候选意图文本信息；
16.根据预设的wmd算法，确定文本序列与每个预设意图文本信息的第一差异度，包
括：
17.根据预设的wmd算法，确定文本序列与每个候选意图文本信息的第一差异度。
18.在第一方面的一些可实现方式中，根据预设的wmd算法，确定文本序列与每个预设意图文本信息的第一差异度，包括：
19.根据wmd算法，计算每个预设意图文本信息和文本序列的相似值；以及，
20.计算每个预设意图文本信息和文本序列的余弦相似值；
21.根据相似值、余弦相似值、第一预设权重参数α1和第二权重参数α2，确定文本序列与每个预设意图文本信息的第一差异度，其中，α1+α2＝1。
22.在第一方面的一些可实现方式中，词槽填充信息包括至少一个词槽填充文本信息；根据词槽填充信息和至少一个预设待填充词槽，确定第一输出信息，包括：
23.确定每个词槽填充文本信息匹配的预设待填充词槽；
24.根据每个词槽填充文本信息和与其匹配的预设待填充词槽，确定第一输出信息。
25.在第一方面的一些可实现方式中，在根据每个词槽填充文本信息和与其匹配的预设待填充词槽，确定第一输出信息之前，方法还包括：
26.当至少一个预设待填充词槽包括未填充的预设待填充词槽时，根据每个词槽填充文本信息和与其匹配的预设待填充词槽，确定第二输出信息。
27.在第一方面的一些可实现方式中，预设待填充词槽为未填充词槽或已填充词槽；
28.当预设待填充词槽为未填充词槽时，将词槽填充文本信息填入未填充词槽；
29.当预设待填充词槽为已填充词槽时，将词槽填充文本信息替换已填充词槽中的填充内容。
30.第二方面，本发明实施例提供一种智能对话装置，装置包括：
31.获取模块，用于获取输入信息的文本序列；
32.匹配模块，用于根据预设的词移距离wmd算法，将文本序列与至少一个预设意图文本信息进行匹配，得到目标意图文本信息；
33.输出模块，用于当目标意图文本信息包括词槽填充信息时，根据词槽填充信息和至少一个预设待填充词槽，确定第一输出信息。
34.第三方面，本发明提供一种智能对话设备，该设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现第一方面或者第一方面任一可实现方式中所述的智能对话方法。
35.第四方面，本发明提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面或者第一方面任一可实现方式中所述的智能对话方法。
36.本发明实施例提供了一种智能对话方法，通过采用预设的词移距离(word mover’s distance，wmd)算法，确定目标意图文本信息，可以使语义相似度的计算结果更加合理，进一步的，当目标意图文本信息包括词槽填充信息时，可以将词槽填充信息和每个预设待填充词槽自动匹配，使得多轮对话流程更加符合真人交流的真实场景，尤其可以根据词槽填充信息和至少一个预设待填充词槽确定进行引导提问的问句话术，使得多轮对话更加具有灵活性。
附图说明
37.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
38.图1是本发明实施例提供的一种智能对话方法的流程示意图；
39.图2是本发明实施例提供的另一种智能对话方法的流程示意图；
40.图3是本发明实施例提供的一种智能对话装置的结构示意图；
41.图4是本发明实施例提供的一种智能对话设备的结构示意图。
具体实施方式
42.下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本发明，而不是限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
43.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
44.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
45.在当今热门的人工智能技术驱动下，基于海量数据、机器学习、自然语言处理等技术的对话机器人不断出现。对话机器人是指能够根据用户的输入信息，生成相应的回复内容。
46.目前，越来越多面向业务的对话机器人被应用到各个领域中，通过多轮对话满足业务需求。除了用于日常聊天的对话机器人外，越来越多面向业务的对话机器人被应用到各个领域中，满足对应的业务需求，例如：携程客服助手、阿里小蜜等，这类任务型的对话机器人以多样的形式部署在内置于各类终端中服务于用户。
47.现有的多轮对话系统中与意图识别模型基本都是基于字符串匹配和短文本多分类模型的，不仅准确率不高，而且在模型训练过程中需要大量的标注训练数据，造成时间复杂度较高。
48.由于在开放语境的多轮对话中，存在用户的业务需求各异、语言习惯不同等因素，因此，用户与对话机器人产生的多轮对话形式会十分复杂。现有技术中大多从理解用户意图等单一的角度去管理多轮对话的方式难以灵活应对复杂对话形式，导致用户体验差。
49.针对于此，本发明实施例提供了一种智能对话方法，通过利用预设的词移距离wmd算法，确定目标意图文本信息，可以使语义相似度的计算结果更加合理，进一步的，当目标
意图文本信息包括词槽填充信息时，可以将词槽填充信息和每个预设待填充词槽自动匹配，使得多轮对话流程更加符合真人交流的真实场景，尤其可以根据词槽填充信息和至少一个预设待填充词槽确定进行引导提问的问句话术，使得多轮对话更加具有灵活性。
50.下面结合附图对本发明实施例所提供的智能对话方法进行介绍。
51.图1示出了本发明一个实施例提供的智能对话方法的流程示意图。如图1所示，该方法可以包括s110-s130。
52.s110、获取输入信息的文本序列。
53.在本发明实施例s110中，智能对话终端可以获取到用户通过语音、文字或者选项提示等输入方式的输入信息。智能对话终端可以基于分词器从输入信息获取文本序列。
54.在一些实施例中，可以选择使用hanlp分词器。为了提高获取文本序列的准确性，在使用hanlp分词器之前，可以先使用预设的对话场景交流词库对hanlp分词器进行扩充，对话场景交流词库例如，饮料自助购买场景词库。
55.在一些实施例中，智能对话终端可以为首次进入对话的输入信息创建一个上下文(context)，并为该上下文分配一个上下文标识(context id)。当智能对话终端再次获得用户的输入信息时，智能对话终端可以根据该上下文标识定位到本轮对话的上下文，并且可以根据上下文的当前进程输出相应话术，以实现与用户流畅对话。在一个示例中，对于首次对话，智能对话终端可以对应输出欢迎话术，其中，欢迎话术可以从预设的欢迎语列表中选择。
56.在一些实施例中，在得到文本序列之后，可以先对文本序列进行敏感词检测，若检测到无敏感词之后，再执行s120。
57.若检测到文本序列中存在敏感词，则可以输出提示信息，提醒用户重新输入相关的购买信息。若未检测到文本序列中存在敏感词，则可以根据当前的上下文的对话进程，跳转到意图匹配节点，即，执行s120，为文本序列匹配目标意图文本信息。
58.s120、根据预设的wmd算法，将文本序列与至少一个预设意图文本信息进行匹配，得到目标意图文本信息。
59.在本发明实施例中s120中，为文本序列匹配目标意图文本信息具体可以包括步骤s121、s122和s123。
60.s121、根据预设的wmd算法，确定文本序列与每个预设意图文本信息的第一差异度。
61.在一些实施例中，首先，可以根据wmd算法，计算每个预设意图文本信息和文本序列的相似值；以及，计算每个预设意图文本信息和文本序列的余弦相似值；然后，根据相似值、余弦相似值、第一预设权重参数α1和第二权重参数α2，确定文本序列与每个预设意图文本信息的第一差异度，其中，α1+α2＝1。具体的，如公式(1)所示。
[0062][0063]
其中，α1为第一预设权重参数，α2为第二预设权重参数。wi为文本序列中的词向量，w
j’为预设意图文本信息中对应的词向量序列，i，j均为正整数。通过α1可以用来表示语义相似度权重，通过α2可以用来表示词向量序列计算余弦相似度得到的权重。
[0064]
在本发明实施例中，为了使得第一差异度的计算结果更合理，因此，通过计算词向
量序列之间的余弦相似度，在计算文本序列与每个预设意图文本信息的第一差异度时，可以将未登录到词向量中的词汇的语义信息也计算在内，提高差异度计算的准确性，同时也避免了出现语义相似度未登录词(out of vocabulary，oov)的问题。
[0065]
在得到文本序列与每个预设意图文本信息的第一差异度之后，执行s122以及s123。
[0066]
s122、确定文本序列与每个预设意图文本信息的第一差异度中最小第一差异度对应的预设意图文本信息。
[0067]
s123、当最小第一差异度小于或等于预设差异度阈值时，将最小第一差异度对应的预设意图文本信息确定为目标意图文本信息。
[0068]
在一些实施例中，当第一差异度大于预设差异度阈值时，表示该第一差异度对应的预设意图文本信息为完全不相关的意图，因此，当最小第一差异度小于或等于预设差异度阈值时，才将最小第一差异度对应的预设意图文本信息确定为目标意图文本信息。
[0069]
在一些实施例中，若最小第一差异度大于预设差异度阈值，则说明未匹配到与文本序列相关的意图，此时，可以查看上下文，获取已询问次数，若已询问次数未超过预设询问次数，则可以重新发起询问，并可以根据上下文的当前进程输出相应话术，以提示用户输入相关购买信息，实现与用户流畅对话。示例性的，相关购买信息例如：“我们有拿铁、美式，请问您想要哪一种？”。
[0070]
在一些实施例中，为了提高意图识别的匹配速度和匹配精度，在根据预设的wmd算法，确定文本序列与每个预设意图文本信息的第一差异度之前，可以先根据预设差异度阈值对部分意图文本信息进行过滤。例如，首先可以根据预设编辑距离算法，确定预设文本序列与每个预设意图文本信息的第二差异度；然后，获取预设文本序列与每个预设意图文本信息的第二差异度中第二差异度小于或等于预设差异度阈值时对应的预设意图文本信息，得到至少一个候选意图文本信息。
[0071]
预设编辑距离算法用于比较两个文本的差异程度，可以参照公式(2)
[0072][0073]
其中，a为预设文本序列，i表示预设文本序列中第i个字符，b为预设设意图文本信息，j表示预设意图文本信息中的第j个字符；lev
a,b
(i,j)表示示a中前i个字符和b中前j个字符之间的距离，即，预设文本序列与每个预设意图文本信息的第二差异度。
[0074]
min(i,j)＝0，表示i，j中有一个值为0，表示字符串(预设文本序列)a中有一个为空串。
[0075]
此时，从字符串(预设文本序列)a转换到字符串(预设意图文本信息)b只需要进行max(i,j)次单字符编辑操作即可。
[0076]
min(i,j)≠0，lev
a,b
(i,j)可以包括如下三种情况的最小值。
[0077]
(1)lev
a,b
(i-1,j)+1，表示删除ai；
[0078]
(2)lev
a,b
(i,j-1)+1，表示删除bj；
[0079]
(3)lev
a,b
(i-1,j-1)+1，表示替换bj。
[0080]
在根据预设差异度阈值对部分意图文本信息进行过滤之后，在执行s123，即根据预设的wmd算法，确定文本序列与每个预设意图文本信息的第一差异度，包括：根据预设的wmd算法，确定文本序列与每个候选意图文本信息的第一差异度。
[0081]
在得到目标意图文本信息之后，接下来执行s130。
[0082]
s130、当目标意图文本信息包括词槽填充信息时，根据词槽填充信息和至少一个预设待填充词槽，确定第一输出信息。
[0083]
在一些实施例中，在得到目标意图文本信息之后，智能对话终端可以将上下文的对话进程从意图匹配节点推进到词槽填充节点。
[0084]
在一些实施例中，词槽填充信息可以包括至少一个词槽填充文本信息，当目标意图文本信息包括词槽填充信息时，智能对话终端可以确定每个词槽填充文本信息匹配的预设待填充词槽；根据每个词槽填充文本信息和与其匹配的预设待填充词槽，确定第一输出信息。
[0085]
为了使智能对话终端可以随机回复预设待填充词槽的对应话术，让对话的流程更加灵活。在一些实施例中，智能对话终端将上下文的对话进程从意图匹配节点推进到词槽填充节点，可以对应多个预设待填充词槽，其中，多个预设待填充词槽为平行词槽，平行词槽的填充在语义层面是没有顺序的。
[0086]
在一个示例中，平行词槽例如可以包括饮料甜度、饮料杯型和/或饮料温度等选项。在每次智能对话终端与用户的对话中，词槽填充信息可以包括的词槽填充文本信息例如可以是：半糖、大杯和/或热等。智能对话终端可以将词槽填充文本信息依次与平行词槽进行匹配，将词槽填充文本信息填入合适的平行词槽。
[0087]
为了使智能终端与用户的对话流程更加符合真人交流的真实场景，在一些实施例中，预设待填充词槽可以为未填充词槽或已填充词槽。也就是说，当预设待填充词槽为未填充词槽时，将词槽填充文本信息填入未填充词槽；当预设待填充词槽为已填充词槽时，将词槽填充文本信息替换已填充词槽中的填充内容。也就是说，当从意图匹配节点推进到词槽填充节点时，该词槽填充节点的词槽可能已被填充，在本发明实施例中，为了使对话智能终端的输出信息更加灵活，因此，对于已经填充的词槽可以被新的词槽填充文本信息替换，实现词槽的更新。
[0088]
在将词槽填充文本信息填入合适的词槽之后，若无未填充的词槽，则第一输出信息可以包括输出结束语相关信息。例如“下单成功，请您耐心等待”、“感谢您的耐心等待，这是您的咖啡，请拿好，欢迎下次光临”等结束语。在一些实施例中，结束语相关信息可以从预设结束语列表获取，其中结束语列表可以包括结束语相关信息包括但不限于文本、图片、音频、视频等形式。
[0089]
在将词槽填充文本信息填入合适的词槽之后，确定第一输出信息之前，当至少一个预设待填充词槽包括未填充的预设待填充词槽时，根据每个词槽填充文本信息和与其匹配的预设待填充词槽，确定第二输出信息。
[0090]
第二输出信息可以是根据未填充的词槽输出引导式的提问。例如“请问您堂食还是带走？”、“我们有大杯、中杯、小杯，请问您想要哪种？”等引导式的提问。
[0091]
在一些实施例中，为了使对话流程更加符合真人交流的真实场景，还可以在话场景交流词库添加额外话术列表，以应对不在场景范围但可能被问到的话术，例如，当接收到
的输入信息为“洗手间怎么走”时，智能对话终端同样可以提供答案。在话场景交流词库添加未知话术回复列表，例如，当接收到的输入信息智能对话终端无法提取可用信息时，智能对话终端可以输出“很抱歉，听不懂您在说明什么”。
[0092]
本发明实施例提供的智能对话方法，通过采用预设的wmd算法，确定目标意图文本信息，可以使语义相似度的计算结果更加合理，进一步的，当目标意图文本信息包括词槽填充信息时，可以将词槽填充信息和每个预设待填充词槽自动匹配，使得多轮对话流程更加符合真人交流的真实场景，尤其可以根据词槽填充信息和至少一个预设待填充词槽确定进行引导提问的问句话术，使得多轮对话更加具有灵活性。
[0093]
为了更加清楚的解释本发明，下面以购买咖啡的应用场景，结合图2对本发明做进一步说明。如图2所示，该方法可以包括步骤s201-s210。
[0094]
s201、接收用户输入信息。
[0095]
在接收用户输入信息之前，智能对话终端可以获取到用户通过语音、文字或者选项提示等输入方式的输入信息。在接收到用户输入信息之前，智能对话终端可以输出欢迎话术，例如“您好，欢迎光临”、“请问您想喝点什么”等。
[0096]
在接收到用户输入信息之后，执行s202。
[0097]
s202、获取用户输入信息的文本序列。
[0098]
智能对话终端可以基于hanlp的分词器从输入信息获取文本序列。
[0099]
s203、检测文本序列是否包括敏感词。
[0100]
当文本序列包括敏感词时，执行s204；当文本序列不包括敏感词时，执行s207。
[0101]
s204、判断当前询问次数是否小于或等于预设询问次数。
[0102]
为了提高用户体验，避免对话冗余，在一些实施例中，可以预先设置预设询问次数，若当前询问次数大于询问次数时，则结束对话。
[0103]
若当前询问次数小于预设询问次数，则执行s205。
[0104]
s205、当前询问次数加1。
[0105]
s206、输出回复信息。
[0106]
在一些实施例中，回复信息可以包括敏感词回复话术，例如“您的话语中包含敏感词”、“警告，检测到敏感词汇”等，结合未填充的词槽，回复信息还可以包括引导式提问，例如“我们有拿铁、美式，请问您想喝点什么”等，接下来重新执行s201，接收用户输入信息。
[0107]
在一些实施例中，当文本序列不包括敏感词时，执行s207。
[0108]
s207、文本序列与至少一个预设意图文本信息进行匹配。
[0109]
智能对话终端将文本序列与至少一个预设意图文本信息进行匹配，得到目标意图文本信息，在得到目标意图文本信息之后，智能对话终端可以将上下文的对话进程从意图匹配节点推进到词槽填充节点，并执行s208。
[0110]
s208、判断目标意图文本信息是否包括词槽填充信息。
[0111]
当所述目标意图文本信息包括词槽填充信息时，执行s209；当所述目标意图文本信息不包括词槽填充信息时，执行s210。
[0112]
s209、词槽填充。
[0113]
在一些实施例中，词槽填充信息可以包括至少一个词槽填充文本信息，当目标意图文本信息包括词槽填充信息时，智能对话终端可以确定每个词槽填充文本信息匹配的预
设待填充词槽，其中，预设待填充词槽可以包括多个，可以是已填充的预设待填充词槽，也可以是未填充的预设待填充词槽，智能对话终端根据每个词槽填充文本信息和与其匹配的预设待填充词槽。
[0114]
在一个实例中，当用户已下单拿铁咖啡，然后想要改为了美式咖啡，并且把杯型和甜度在一句话中告知智能对话终端时，根据本发明实施例s209，通过平行节词槽可以，直接将预设待填充词槽中的拿铁咖啡替换为美式咖啡，以及将杯型和甜度填入预设待填充词槽，不需要用户二次回答甜度信息和杯型信息，平滑的完成对话的流程。
[0115]
s210、判断词槽是否填充完成。
[0116]
若词槽填充完成，则执行s206，输出回复信息；若从词槽填充未完成，则执行s211。
[0117]
在执行s206时，在将词槽填充文本信息填入合适的词槽之后，若词槽填充完成，则第一输出信息可以包括输出结束语相关信息。例如“下单成功，请您耐心等待”、“感谢您的耐心等待，这是您的咖啡，请拿好，欢迎下次光临”等结束语，接下来在预设时间范围内若未检测到用户输入信息，可以结束本次对话流程。
[0118]
若从词槽填充未完成，执行s211。
[0119]
s211、重置当前询问次数。
[0120]
为了避免询问次数超出预设询问次数而提前结束对话流程，在部分词槽填充完成后，可以先重置当前询问次数，例如可以将当前询问次数归零。
[0121]
在重置当前询问次数之后，继续执行s206。
[0122]
在一些实施例中，当至少一个预设待填充词槽包括未填充的预设待填充词槽时，可以根据每个词槽填充文本信息和与其匹配的预设待填充词槽，确定第二输出信息。第二输出信息可以是根据未填充的词槽输出引导式的提问。例如“请问您堂食还是带走？”、“我们有大杯、中杯、小杯，请问您想要哪种？”等引导式的提问。
[0123]
接下来执行s201接收用户输入信息，直到词槽填充完成，购买订单完成，结束本次对话流程，或者获取到用户输入的结束本次对话等相关信息，结束本次对话流程。
[0124]
本发明实施例提供的智能对话方法，通过采用预设的wmd算法，确定目标意图文本信息，可以使语义相似度的计算结果更加合理，进一步的，当目标意图文本信息包括词槽填充信息时，可以将词槽填充信息和每个预设待填充词槽自动匹配，使得多轮对话流程更加符合真人交流的真实场景，尤其可以根据词槽填充信息和至少一个预设待填充词槽确定进行引导提问的问句话术，使得多轮对话更加具有灵活性。
[0125]
图3是本发明实施例提供的一种智能对话装置的结构示意图，如图3所示，该智能对话装置300可以包括：获取模块310、匹配模块320和输出模块330。
[0126]
获取模块310，用于获取输入信息的文本序列；
[0127]
匹配模块320，用于根据预设的词移距离wmd算法，将文本序列与至少一个预设意图文本信息进行匹配，得到目标意图文本信息；
[0128]
输出模块330，用于当目标意图文本信息包括词槽填充信息时，根据词槽填充信息和至少一个预设待填充词槽，确定第一输出信息。
[0129]
在一些实施例中，匹配模块320用于根据预设的wmd算法，确定文本序列与每个预设意图文本信息的第一差异度；以及确定文本序列与每个预设意图文本信息的第一差异度中最小第一差异度对应的预设意图文本信息；当最小第一差异度小于或等于预设差异度阈
值时，将最小第一差异度对应的预设意图文本信息确定为目标意图文本信息。
[0130]
在一些实施例中，匹配模块320还用于根据预设编辑距离算法，确定预设文本序列与每个预设意图文本信息的第二差异度；获取预设文本序列与每个预设意图文本信息的第二差异度中第二差异度小于或等于预设差异度阈值时对应的预设意图文本信息，得到至少一个候选意图文本信息；匹配模块320还用于根据预设的wmd算法，确定文本序列与每个候选意图文本信息的第一差异度。
[0131]
在一些实施例中，匹配模块320还用于根据wmd算法，计算每个预设意图文本信息和文本序列的相似值；以及，计算每个预设意图文本信息和文本序列的余弦相似值；根据相似值、余弦相似值、第一预设权重参数α1和第二权重参数α2，确定文本序列与每个预设意图文本信息的第一差异度，其中，α1+α2＝1。
[0132]
在一些实施例中，词槽填充信息包括至少一个词槽填充文本信息；输出模块330还用于确定每个词槽填充文本信息匹配的预设待填充词槽；根据每个词槽填充文本信息和与其匹配的预设待填充词槽，确定第一输出信息。
[0133]
在一些实施例中，输出模块330还用于当至少一个预设待填充词槽包括未填充的预设待填充词槽时，根据每个词槽填充文本信息和与其匹配的预设待填充词槽，确定第二输出信息。
[0134]
在一些实施例中，预设待填充词槽为未填充词槽或已填充词槽；当预设待填充词槽为未填充词槽时，将词槽填充文本信息填入未填充词槽；当预设待填充词槽为已填充词槽时，将词槽填充文本信息替换已填充词槽中的填充内容。
[0135]
可以理解的是，本发明实施例的智能对话装置300，可以对应于本发明实施例描述的智能对话方法的执行主体，智能对话装置300的各个模块/单元的操作和/或功能的具体细节可以参见上述本发明实施例描述的智能对话方法中的相应部分的描述，为了简洁，在此不再赘述。
[0136]
本发明实施例的智能对话装置300，通过采用预设的wmd算法，确定目标意图文本信息，可以使语义相似度的计算结果更加合理，进一步的，当目标意图文本信息包括词槽填充信息时，可以将词槽填充信息和每个预设待填充词槽自动匹配，使得多轮对话流程更加符合真人交流的真实场景，尤其可以根据词槽填充信息和至少一个预设待填充词槽确定进行引导提问的问句话术，使得多轮对话更加具有灵活性。
[0137]
图4是本发明实施例提供的一种智能对话设备的硬件结构示意图。
[0138]
如图4所示，本实施例中的智能对话设备400包括输入设备401、输入接口402、中央处理器403、存储器404、输出接口405、以及输出设备406。其中，输入接口402、中央处理器403、存储器404、以及输出接口405通过总线410相互连接，输入设备401和输出设备406分别通过输入接口402和输出接口405与总线410连接，进而与智能对话设备400的其他组件连接。
[0139]
具体地，输入设备401接收来自外部的输入信息，并通过输入接口402将输入信息传送到中央处理器403；中央处理器403基于存储器404中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器404中，然后通过输出接口405将输出信息传送到输出设备406；输出设备406将输出信息输出到智能对话设备400的外部供用户使用。
[0140]
也就是说，图4所示的智能对话设备400也可以被实现为包括：存储有计算机可执行指令的存储器；以及处理器，该处理器在执行计算机可执行指令时可以实现结合本发明实施例描述的智能对话方法。
[0141]
在一个实施例中，图4所示的智能对话设备400包括：存储器404，用于存储程序；处理器403，用于运行存储器中存储的程序，以执行本发明实施例描述的智能对话方法。
[0142]
本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现本发明实施例描述的智能对话方法。
[0143]
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，做出各种改变、修改和添加，或者改变步骤之间的顺序。
[0144]
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(application specific integrated circuit，asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、只读存储器(read-only memory，rom)、闪存、可擦除只读存储器erasable read only memory，erom)、软盘、只读光盘(compact disc read-only memory，cd-rom)、光盘、硬盘、光纤介质、射频(radio frequency，rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
[0145]
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0146]
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
[0147]
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，
这些修改或替换都应涵盖在本发明的保护范围之内。