对话处理方法、装置、电子设备及存储介质与流程

1.本公开涉及人工智能技术领域，尤其涉及自然语言处理、智能搜索、深度学习技术领域，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：

2.任务式对话(task-oriented dialogue，tod)系统主要有两类，一类是端到端的tod系统，一类是流水线式的tod系统。
3.端到端的tod系统中，对话处理的一种方式中，将对话历史和整个数据库编码到模型中，模型参数更新时计算量大，联合优化困难；对话处理的另一种方式中，将对话历史和整个数据库作为输入序列，由于数据库的规模，输入序列容易变得很长，无法放入到transformer结构中。流水线式的tod系统中，需要严重依赖于预定义的对话schema(模式)，而对话schema与既有的数据库强绑定，领域自适应能力差。


技术实现要素：

4.本公开提供了一种对话处理方法、装置、电子设备及存储介质。
5.根据本公开的一方面，提供了一种对话处理方法，包括：获取对话过程中的对话文本，其中，所述对话文本包括当前问题文本，或者，所述对话文本包括所述当前问题文本以及历史对话文本；对所述对话文本进行提取处理，获取当前查询文本；根据所述当前查询文本查询知识数据库，获取所述当前查询文本的知识查询结果；根据所述知识查询结果和所述对话文本，确定所述当前问题文本的回复文本。
6.根据本公开的另一方面，提供了一种对话模型的训练方法，包括：获取初始的对话模型以及训练数据，其中，所述训练数据包括：第一训练样本和第二训练样本，所述第一训练样本包括样本对话文本和样本查询文本；所述第二训练样本包括：样本对话文本、样本知识查询结果和样本回复文本；采用所述第一训练样本以及第一提示信息对初始的对话模型进行训练，并采用所述第二训练样本和第二提示信息对所述对话模型进行训练，得到训练好的对话模型；其中，所述第一提示信息用于提示所述对话模型进行查询文本的提取处理；所述第二提示信息用于提示所述对话模型进行回复文本的生成处理。
7.根据本公开的再一方面，提供了一种对话模型的训练方法，包括：获取初始的对话模型，其中，所述对话模型包括：查询生成网络和回复生成网络；获取训练数据，其中，所述训练数据包括：第一训练样本和第二训练样本，所述第一训练样本包括样本对话文本和样本查询文本；所述第二训练样本包括：样本对话文本、样本知识查询结果和样本回复文本；所述样本知识查询结果，为所述样本查询文本的知识查询结果；采用所述第一训练样本对所述对话模型中的所述查询生成网络进行训练，得到训练好的查询生成网络；采用所述第二训练样本对所述对话模型中的回复生成网络进行训练，得到训练好的回复生成网络。
8.根据本公开的又一方面，提供了一种对话模型的训练装置，包括：第一获取模块，用于获取对话过程中的对话文本，其中，所述对话文本包括当前问题文本，或者，所述对话
文本包括所述当前问题文本以及历史对话文本；处理模块，用于对所述对话文本进行提取处理，获取当前查询文本；第二获取模块，用于根据所述当前查询文本查询知识数据库，获取所述当前查询文本的知识查询结果；确定模块，用于根据所述知识查询结果和所述对话文本，确定所述当前问题文本的回复文本。
9.根据本公开的又一方面，提供了一种对话模型的训练装置，包括：获取模块，用于获取初始的对话模型以及训练数据，其中，所述训练数据包括：第一训练样本和第二训练样本，所述第一训练样本包括样本对话文本和样本查询文本；所述第二训练样本包括：样本对话文本、样本知识查询结果和样本回复文本；训练模块，用于采用所述第一训练样本以及第一提示信息对初始的对话模型进行训练，并采用所述第二训练样本和第二提示信息对所述对话模型进行训练，得到训练好的对话模型；其中，所述第一提示信息用于提示所述对话模型进行查询文本的提取处理；所述第二提示信息用于提示所述对话模型进行回复文本的生成处理。
10.根据本公开的又一方面，提供了一种对话模型的训练装置，包括：第一获取模块，用于获取初始的对话模型，其中，所述对话模型包括：查询生成网络和回复生成网络；第二获取模块，用于获取训练数据，其中，所述训练数据包括：第一训练样本和第二训练样本，所述第一训练样本包括样本对话文本和样本查询文本；所述第二训练样本包括：样本对话文本、样本知识查询结果和样本回复文本；所述样本知识查询结果，为所述样本查询文本的知识查询结果；第一训练模块，用于采用所述第一训练样本对所述对话模型中的所述查询生成网络进行训练，得到训练好的查询生成网络；第二训练模块，用于采用所述第二训练样本对所述对话模型中的回复生成网络进行训练，得到训练好的回复生成网络。
11.根据本公开的又一方面，提供了一种电子设备，包括：
12.至少一个处理器；以及
13.与所述至少一个处理器通信连接的存储器；其中，
14.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开上述一方面提出的对话处理方法，或者另一方面提出的对话模型的训练方法，或者再一方面提出的对话模型的训练方法。
15.根据本公开的再一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开上述一方面提出的对话处理方法，或者另一方面提出的对话模型的训练方法，或者再一方面提出的对话模型的训练方法。
16.根据本公开的再一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开上述一方面提出的对话处理方法的步骤，或者另一方面提出的对话模型的训练方法的步骤，或者再一方面提出的对话模型的训练方法的步骤。
17.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
18.附图用于更好地理解本方案，不构成对本公开的限定。其中：
19.图1是根据本公开第一实施例的示意图；
20.图2是根据本公开第二实施例的示意图；
21.图3是根据本公开第三实施例的示意图；
22.图4是根据本公开第四实施例的示意图；
23.图5是查询驱动的任务式对话系统的结构示意图；
24.图6是根据本公开第五实施例的示意图；
25.图7是根据本公开第六实施例的示意图；
26.图8是根据本公开第七实施例的示意图；
27.图9是用来实现本公开实施例的电子设备的框图。
具体实施方式
28.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
29.目前，任务式对话(task-oriented dialogue，tod)系统面向垂直领域，目的是使用尽可能少的对话轮数帮助用户完成预定的任务或动作，例如预定机票、日程安排、播放音乐和路线导航等。tod系统中，通常需要依赖外部数据库来检索相关的知识以生成合适的系统回复。
30.相关技术中的任务式对话(task-oriented dialogue，tod)系统主要有两类，一类是端到端的tod系统，一类是流水线式的tod系统。
31.端到端的tod系统中，一种是端到端可训练的任务式对话系统，将对话历史和整个数据库编码到模型中，通过memory network(记忆网络)和attention(注意力)机制，隐式的学习知识选择能力，再采用一个decoder(解码器)生成最终的系统回复。另一种是基于预训练语言模型，一些端到端的模型将对话历史和整个数据库作为输入序列，联合输入到transformer(转换)架构中，并直接解码出最终的系统回复。上述方案的一种方式中，端到端可训练的任务式对话系统需要不断更新模型参数，因此大规模数据库将导致沉重的计算负担和困难的联合优化。另一种方式中采用预训练语言模型的任务式对话系统，由于数据库的规模，输入序列很容易变得很长，无法放入transformer结构。
32.流水线式的tod系统中，顺序地学习几个模块：自然语言理解、对话状态跟踪、对话策略学习和系统回复生成。通过对话状态跟踪模块产出的结构化对话状态查询数据库，并用于后续的系统回复生成。上述方案中，需要严重依赖于预定义的对话schema(模式)，而对话schema(模式)与既有的数据库强绑定，领域自适应能力差。
33.针对上述问题，本公开提出一种对话处理方法、装置、电子设备以及存储介质。
34.图1是根据本公开第一实施例的示意图，需要说明的是，本公开实施例的对话处理方法可应用于对话处理装置，该装置可被配置于电子设备中，以使该电子设备可以执行对话处理功能。
35.其中，电子设备可以为任一具有计算能力的设备，例如可以为个人电脑(personal computer，简称pc)、移动终端、服务器等，移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
36.如图1所示，该对话处理方法可以包括如下步骤：
37.步骤101，获取对话过程中的对话文本，其中，对话文本包括当前问题文本，或者，对话文本包括当前问题文本以及历史对话文本。
38.其中，例如，当前问题文本可以为“明天从城市a到城市b的机票”，历史对话文本可以为“用户：查一下明天机票。系统：您要从哪里出发呢？目的地是哪里呢？”。对话文本可以为“明天从城市a到城市b的机票”，或者“用户：查一下明天机票。系统：您要从哪里出发呢？目的地是哪里呢？用户：从城市a到城市b”。
39.步骤102，对对话文本进行提取处理，获取当前查询文本。
40.在一些实施例中，电子设备执行步骤102的过程例如可以为，确定第一提示信息，其中，第一提示信息用于提示对话模型进行当前查询文本的提取处理；将对话文本和第一提示信息输入对话模型，获取对话模型输出的当前查询文本。
41.其中，例如对话文本可以为“我想尝试找一个城市a的娱乐景点”，对话模型输出的当前查询文本可以为“找一个城市a的娱乐景点”。
42.其中，将第一提示信息和对话文本都输入对话模型，使得对话模型能够根据第一提示信息，确定当前的任务为当前查询文本的提取处理，从而获取对话模型输出的当前查询文本，确保对话模型输出的准确性。
43.其中，用于获取当前查询文本的模型和用于确定回复文本的模型，为同一个对话模型。
44.其中，使用同一个对话模型能够实现获取当前查询文本及确定回复文本两种不同的功能，无需使用两个对话模型实现两种不同的功能，减少的模型参数的使用，降低成本。
45.在一些实施例中，用于获取当前查询文本的网络为对话模型中的查询生成网络，电子设备执行步骤102的过程还可以为，将对话文本输入查询生成网络，获取查询生成网络输出的当前查询文本。
46.其中，利用查询生成网络获取当前查询文本，不需要增加额外的提示信息对对话模型的当前任务进行区分。
47.步骤103，根据当前查询文本查询知识数据库，获取当前查询文本的知识查询结果。
48.在本公开实施例中，不同领域的查询文本对应不同的知识数据库，根据当前查询文本所属的领域查询对应的知识数据库，获取当前查询文本的知识查询结果。
49.步骤104，根据知识查询结果和对话文本，确定当前问题文本的回复文本。
50.在一些实施例中，电子设备执行步骤104的过程例如可以为，确定第二提示信息，其中，第二提示信息用于提示对话模型进行回复文本的生成处理；将知识查询结果、对话文本和第二提示信息输入对话模型，获取对话模型输出的回复文本。
51.其中，将第二提示信息和对话文本都输入对话模型，使得对话模型能够根据第二提示信息，确定当前的任务为回复文本的生成处理，从而获取对话模型输出的回复文本，确保对话模型输出的准确性。
52.在一些实施例中，用于确定回复文本的网络为对话模型中的回复生成网络，电子设备执行步骤104的过程还可以为，将知识查询结果和对话文本输入回复生成网络，获取回复生成网络输出的回复文本。
53.其中，利用回复生成网络获取回复文本，不需要增加额外的提示信息对对话模型
的当前任务进行区分。
54.本公开实施例的对话处理方法，通过获取对话过程中的对话文本，其中，对话文本包括当前问题文本，或者，对话文本包括当前问题文本以及历史对话文本；对对话文本进行提取处理，获取当前查询文本；根据当前查询文本查询知识数据库，获取当前查询文本的知识查询结果；根据知识查询结果和对话文本，确定当前问题文本的回复文本，从而实现获取知识查询结果与回复文本生成的解耦，不需要将知识数据库编码到对话模型中或者输入对话模型中，只需在查询时结合当前查询文本和知识数据库进行查询，且提高领域自适应能力。
55.为了根据当前查询文本，准确地获取当前查询文本的知识查询结果，如图2所示，图2是根据本公开第二实施例的示意图，在本公开实施例中，可以先确定当前查询文本所属的领域，根据当前查询文本查询该领域对应的知识数据库，获取当前查询文本的知识查询结果。图2所示实施例可以包括以下步骤：
56.步骤201，获取对话过程中的对话文本，其中，对话文本包括当前问题文本，或者，对话文本包括当前问题文本以及历史对话文本。
57.步骤202，对对话文本进行提取处理，获取当前查询文本。
58.步骤203，确定当前查询文本的所属领域。
59.在本公开实施例中，比如当前查询文本为“歌手a的歌曲”，电子设备根据当前查询文本中的内容，可以确定当前查询文本的所属领域为音乐领域。比如当前查询文本为“圣诞节是哪一天”，电子设备根据当前查询文本中的内容，可以确定当前查询文本的所属领域为节日领域。
60.步骤204，根据当前查询文本查询所属领域对应的知识数据库，获取当前查询文本的知识查询结果。
61.其中，知识数据库的数量为多个，对应不同的领域。
62.在一些实施例中，电子设备执行步骤204的过程例如可以为，根据当前查询文本查询所属领域对应的知识数据库，获取基于当前查询文本的搜索结果；根据搜索结果中多个知识记录与当前查询文本的相关度，对多个知识记录进行降序排序，得到排序结果；将排序结果中排序在前的预设数量个知识记录，确定为当前查询文本的知识查询结果。
63.其中，以当前查询文本为“歌手a的歌曲”为例，根据当前查询文本查询所属领域，即音乐领域，查询音乐领域对应的知识数据库，获取基于“歌手a的歌曲”的搜索结果，根据搜索结果中多个知识记录与“歌手a的歌曲”的相关度，对多个知识记录进行降序排序，得到排序结果，将排序结果中排序在前的10个知识记录，确定为“歌手a的歌曲”的知识查询结果。
64.其中，当前查询文本的知识查询结果的预设数量可以根据实际需要进行设定，比如10个、20个，此处不做限定。
65.其中，根据当前查询文本查询所属领域对应的知识数据库，获取搜索结果，并根据搜索结果中多个知识记录与当前查询文本的相关度，确定排序结果，将排序结果中预设数量个知识记录，作为知识查询结果，使得知识查询结果的相关度更高，更符合用户需求，领域适应性更高。
66.步骤205，根据知识查询结果和对话文本，确定当前问题文本的回复文本。
67.需要说明的是，步骤201、步骤202、步骤205的详细内容，可以参考图1所示实施例中的步骤101、步骤102和步骤104，此处不再进行详细说明。
68.本公开实施例的对话处理方法，通过获取对话过程中的对话文本，其中，对话文本包括当前问题文本，或者，对话文本包括当前问题文本以及历史对话文本；对对话文本进行提取处理，获取当前查询文本；确定当前查询文本的所属领域；根据当前查询文本查询所属领域对应的知识数据库，获取当前查询文本的知识查询结果；根据知识查询结果和对话文本，确定当前问题文本的回复文本，从而实现获取知识查询结果与回复文本生成的解耦，不需要将知识数据库编码到对话模型中或者输入对话模型中，只需在查询时结合当前查询文本和知识数据库进行查询，且提高领域自适应能力。
69.图3是根据本公开第三实施例的示意图，如图3所示，对话模型的训练方法包括以下步骤：
70.步骤301，获取初始的对话模型以及训练数据，其中，训练数据包括：第一训练样本和第二训练样本，第一训练样本包括样本对话文本和样本查询文本；第二训练样本包括：样本对话文本、样本知识查询结果和样本回复文本。
71.其中，样本知识查询结果，为样本查询文本的知识查询结果。
72.步骤302，采用第一训练样本以及第一提示信息对初始的对话模型进行训练，并采用第二训练样本和第二提示信息对对话模型进行训练，得到训练好的对话模型；其中，第一提示信息用于提示对话模型进行查询文本的提取处理；第二提示信息用于提示对话模型进行回复文本的生成处理。
73.其中，采用第一训练样本以及第一提示信息对初始的对话模型进行训练和采用第二训练样本和第二提示信息对对话模型进行训练可以同时进行，不限制训练的先后顺序。
74.其中，同一个对话模型可以实现获取当前查询文本及确定回复文本两种不同的功能。
75.综上，获取初始的对话模型以及训练数据，其中，训练数据包括：第一训练样本和第二训练样本，第一训练样本包括样本对话文本和样本查询文本；第二训练样本包括：样本对话文本、样本知识查询结果和样本回复文本；采用第一训练样本以及第一提示信息对初始的对话模型进行训练，并采用第二训练样本和第二提示信息对对话模型进行训练，得到训练好的对话模型；其中，第一提示信息用于提示对话模型进行查询文本的提取处理；第二提示信息用于提示对话模型进行回复文本的生成处理，从而实现获取知识查询结果与回复文本生成的解耦，不需要将知识数据库编码到对话模型中或者输入对话模型中，只需在查询时结合当前查询文本和知识数据库进行查询，且提高领域自适应能力。
76.图4是根据本公开第四实施例的示意图，如图4所示，对话模型的训练方法包括以下步骤：
77.步骤401，获取初始的对话模型，其中，对话模型包括：查询生成网络和回复生成网络。
78.其中，查询生成网络和回复生成网络可以是相同的网络，也可以是不同的网络。
79.步骤402，获取训练数据，其中，训练数据包括：第一训练样本和第二训练样本，第一训练样本包括样本对话文本和样本查询文本；第二训练样本包括：样本对话文本、样本知识查询结果和样本回复文本；样本知识查询结果，为样本查询文本的知识查询结果。
80.步骤403，采用第一训练样本对对话模型中的查询生成网络进行训练，得到训练好的查询生成网络。
81.步骤404，采用第二训练样本对对话模型中的回复生成网络进行训练，得到训练好的回复生成网络。
82.综上，获取初始的对话模型，其中，对话模型包括：查询生成网络和回复生成网络；获取训练数据，其中，训练数据包括：第一训练样本和第二训练样本，第一训练样本包括样本对话文本和样本查询文本；第二训练样本包括：样本对话文本、样本知识查询结果和样本回复文本；样本知识查询结果，为样本查询文本的知识查询结果；采用第一训练样本对对话模型中的查询生成网络进行训练，得到训练好的查询生成网络；采用第二训练样本对对话模型中的回复生成网络进行训练，得到训练好的回复生成网络，从而实现获取知识查询结果与回复文本生成的解耦，不需要将知识数据库编码到对话模型中或者输入对话模型中，只需在查询时结合当前查询文本和知识数据库进行查询，且提高领域自适应能力。
83.举例说明，图5为查询驱动的任务式对话系统的结构示意图，如图5所示，在图5中，任务式对话系统(query-driven task-oriented dialogue system,q-tod)可以包括3个模块，查询生成器(query generator)、知识检索器和回复生成器(response generator)，(1)将对话文本输入查询生成器，获取查询生成器输出的当前查询文本，即查询(query)，其采用自然语言的非结构化格式，不局限于既有的数据库；(2)将当前查询文本输入现有的知识检索器，知识检索器根据生成的当前查询文本，从知识数据库中检索出相关的top-k个知识记录，将相关度最高的k个知识记录作为当前查询文本的知识查询结果并输出；(3)将知识查询结果和对话文本输入回复生成器，回复生成器根据检索到的知识查询结果和对话文本生成最终的回复文本并输出。
84.其中，利用transformer(转换)架构的预训练语言模型联合训练查询生成器和回复生成器，查询生成器和回复生成器共享模型参数，通过prompt(提示)可以进行多个任务的训练。知识检索器可以为任何检索工具或者模型，不用进行训练，例如最佳匹配算法(best matching25，bm25)，elasticsearch(搜索引擎)，rocketqa(深度语义检索模型)等，此处不做限定。
85.综上，通过将对话文本输入查询生成器，获取查询生成器输出的当前查询文本；将当前查询文本输入现有的知识检索器，获取知识检索器输出的知识查询结果；将知识查询结果和对话文本输入回复生成器，获取输出的回复文本，从而实现获取知识查询结果与回复文本生成的解耦，不需要将知识数据库编码到对话模型中或者输入对话模型中，只需在查询时结合当前查询文本和知识数据库进行查询，且提高领域自适应能力。
86.为了实现上述实施例，本公开还提出一种对话处理装置。
87.如图6所示，图6根据本公开第五实施例的示意图。该对话处理装置600包括包括：第一获取模块610、处理模块620、第二获取模块630和确定模块640；
88.第一获取模块610，用于获取对话过程中的对话文本，其中，所述对话文本包括当前问题文本，或者，所述对话文本包括所述当前问题文本以及历史对话文本；
89.处理模块620，用于对所述对话文本进行提取处理，获取当前查询文本；
90.第二获取模块630，用于根据所述当前查询文本查询知识数据库，获取所述当前查询文本的知识查询结果；
91.确定模块640，用于根据所述知识查询结果和所述对话文本，确定所述当前问题文本的回复文本。
92.作为本公开实施例的一种可能实现方式，用于获取所述当前查询文本的模型和用于确定所述回复文本的模型，为同一个对话模型。
93.作为本公开实施例的一种可能实现方式，所述处理模块620具体用于，确定第一提示信息，其中，所述第一提示信息用于提示所述对话模型进行当前查询文本的提取处理；将所述对话文本和所述第一提示信息输入所述对话模型，获取所述对话模型输出的所述当前查询文本。
94.作为本公开实施例的一种可能实现方式，所述确定模块640具体用于，确定第二提示信息，其中，所述第二提示信息用于提示所述对话模型进行回复文本的生成处理；将所述知识查询结果、所述对话文本和所述第二提示信息输入所述对话模型，获取所述对话模型输出的所述回复文本。
95.作为本公开实施例的一种可能实现方式，用于获取所述当前查询文本的网络为对话模型中的查询生成网络，用于确定所述回复文本的网络为所述对话模型中的回复生成网络；所述处理模块620具体用于，将所述对话文本输入所述查询生成网络，获取所述查询生成网络输出的所述当前查询文本；所述确定模块640具体用于，将所述知识查询结果和所述对话文本输入所述回复生成网络，获取所述回复生成网络输出的所述回复文本。
96.作为本公开实施例的一种可能实现方式，所述知识数据库的数量为多个，对应不同的领域；所述第二获取模块630具体用于，确定所述当前查询文本的所属领域；根据所述当前查询文本查询所述所属领域对应的知识数据库，获取所述当前查询文本的知识查询结果。
97.作为本公开实施例的一种可能实现方式，所述第二获取模块630具体用于，根据所述当前查询文本查询所述所属领域对应的知识数据库，获取基于所述当前查询文本的搜索结果；根据所述搜索结果中多个知识记录与所述当前查询文本的相关度，对多个所述知识记录进行降序排序，得到排序结果；将所述排序结果中排序在前的预设数量个知识记录，确定为所述当前查询文本的知识查询结果。
98.为了实现上述实施例，本公开还提出一种对话模型的训练装置。
99.如图7所示，图7根据本公开第六实施例的示意图。该对话模型的训练装置700包括包括：获取模块710和训练模块720。
100.获取模块710，用于获取初始的对话模型以及训练数据，其中，所述训练数据包括：第一训练样本和第二训练样本，所述第一训练样本包括样本对话文本和样本查询文本；所述第二训练样本包括：样本对话文本、样本知识查询结果和样本回复文本；训练模块720，用于采用所述第一训练样本以及第一提示信息对初始的对话模型进行训练，并采用所述第二训练样本和第二提示信息对所述对话模型进行训练，得到训练好的对话模型；其中，所述第一提示信息用于提示所述对话模型进行查询文本的提取处理；所述第二提示信息用于提示所述对话模型进行回复文本的生成处理。
101.为了实现上述实施例，本公开还提出另一种对话模型的训练装置。
102.如图8所示，图8根据本公开第七实施例的示意图。该对话模型的训练装置800包括：第一获取模块810、第二获取模块820、第一训练模块830和第二训练模块840。
103.第一获取模块810，用于获取初始的对话模型，其中，所述对话模型包括：查询生成网络和回复生成网络；第二获取模块820，用于获取训练数据，其中，所述训练数据包括：第一训练样本和第二训练样本，所述第一训练样本包括样本对话文本和样本查询文本；所述第二训练样本包括：样本对话文本、样本知识查询结果和样本回复文本；所述样本知识查询结果，为所述样本查询文本的知识查询结果；第一训练模块830，用于采用所述第一训练样本对所述对话模型中的所述查询生成网络进行训练，得到训练好的查询生成网络；第二训练模块840，用于采用所述第二训练样本对所述对话模型中的回复生成网络进行训练，得到训练好的回复生成网络。
104.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均在征得用户同意的前提下进行，并且均符合相关法律法规的规定，且不违背公序良俗。
105.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
106.图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
107.如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(rom)902中的计算机程序或者从存储单元908加载到随机访问存储器(ram)903中的计算机程序，来执行各种适当的动作和处理。在ram 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、rom 902以及ram 903通过总线904彼此相连。输入/输出(i/o)接口905也连接至总线904。
108.设备900中的多个部件连接至i/o接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
109.计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如一方面提出的对话处理方法，或者另一方面提出的对话模型的训练方法，或者再一方面提出的对话模型的训练方法。例如，在一些实施例中，一方面提出的对话处理方法，或者另一方面提出的对话模型的训练方法，或者再一方面提出的对话模型的训练方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由rom 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到ram 903并由计算单元901执行时，可以执行上文描述的一方面提出的对话处理方法，或者另一方面提出的对话模型的训练方法，或者再一方面提出的
对话模型的训练方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一方面提出的对话处理方法，或者另一方面提出的对话模型的训练方法，或者再一方面提出的对话模型的训练方法。
110.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
111.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
112.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
113.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
114.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
115.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计
算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
116.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
117.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。