多轮对话交互处理方法、装置、设备和存储介质与流程

本申请涉及人工智能，具体涉及一种多轮对话交互处理方法、装置、设备和存储介质。

背景技术：

1、智能对话是人工智能领域的一个子方向，具体来说是让人可以通过人类的语言与计算机进行交互。智能对话可以分为单轮对话和多轮对话，其中，多轮对话一般会结合历史信息进行交互。多轮对话分为垂直领域任务型多轮对话和开放领域多轮对话，家庭场景的对话方式较为开放，用户与设备之间交流更贴近于人与人之间的互动。

2、目前，智能对话一般通过搭建实体词典，将领域内常用信息放入实体词典中，然后通过实体识别方法识别出用户交互中的关键实体，最后通过知识库搜索出应答结果。然而，该技术方案存在以下问题：通过构建实体词典进行知识检索的方法需要保证用户对话关键词都在实体词典中，但是家庭场景的对话用户说法都较为口语化，很多情况下并不能保证关键词在实体词典中。同时，在多轮对话中，该方法识别出关键实体后会直接进行知识检索，而在实际家庭场景下，用户可能只想要闲聊而并不一定想要了解某种知识。基于此，导致智能对话准确性低。

技术实现思路

1、本申请实施例提供一种多轮对话交互处理方法、装置、设备和存储介质，用以解决智能对话准确性低的问题。

2、第一方面，本申请实施例提供一种多轮对话交互处理方法，包括：

3、采集历史对话数据和当前对话数据，将所述历史对话数据和所述当前对话数据输入至预先训练的联合模型，获取所述联合模型输出的历史对话向量和当前对话向量；

4、对所述历史对话数据和所述当前对话数据进行拼接，得到拼接数据，将所述拼接数据输入至所述联合模型，获取所述联合模型输出的向量化的语义信息；

5、基于所述历史对话向量和所述当前对话向量，确定需要进行文本检索，则基于所述向量化的语义信息，获取检索文本；

6、基于所述检索文本，生成应答信息；

7、其中，所述联合模型是采用样本数据对预设模型进行训练得到的，所述样本数据包括样本对话数据及其知识搜索内容标签和知识分类标签。

8、在一个实施例中，所述基于所述历史对话向量和所述当前对话向量，确定需要进行文本检索，包括：

9、对所述历史对话向量和所述当前对话向量进行拼接，得到拼接向量；

10、将所述拼接向量输入至第一解码器模块，获取所述第一解码器模块输出的第一解码结果；

11、若所述第一解码结果为第一设定值，则需要进行文本检索。

12、在一个实施例中，所述将所述拼接向量输入至第一解码器模块，获取所述第一解码器模块输出的第一解码结果之后，所述方法还包括：

13、若所述第一解码结果为第二设定值，则无需要进行文本检索，并生成通用闲聊应答信息。

14、在一个实施例中，所述基于所述向量化的语义信息，获取检索文本，包括：

15、将所述向量化的语义信息输入至第二解码器模块，获取所述第二解码器模块输出的第二解码结果；

16、基于所述第二解码结果，获取所述检索文本。

17、在一个实施例中，所述基于所述检索文本，生成应答信息，包括：

18、基于所述检索文本从知识库中提取目标文本；

19、基于所述目标文本，生成所述应答信息。

20、在一个实施例中，所述联合模型基于以下步骤训练得到：

21、采集样本对话数据；

22、对所述样本对话数据进行知识搜索内容标注和知识分类标注，以生成所述样本数据；

23、采用所述样本数据对预设模型进行训练，得到所述联合模型。

24、在一个实施例中，所述对所述样本对话数据进行知识搜索内容标注和知识分类标注，包括：

25、将当前轮次的所述样本对话数据标注为知识库可检索内容；

26、对每一轮次的所述样本对话数据标注为需要引用知识或不需要引用知识。

27、第二方面，本申请实施例提供一种多轮对话交互处理装置，包括：

28、采集模块，用于采集历史对话数据和当前对话数据，将所述历史对话数据和所述当前对话数据输入至预先训练的联合模型，获取所述联合模型输出的历史对话向量和当前对话向量；

29、语义信息确定模块，用于对所述历史对话数据和所述当前对话数据进行拼接，得到拼接数据，将所述拼接数据输入至所述联合模型，获取所述联合模型输出的向量化的语义信息；

30、检索文本确定模块，用于基于所述历史对话向量和所述当前对话向量，确定需要进行文本检索，则基于所述向量化的语义信息，获取检索文本；

31、应答信息生成模块，用于基于所述检索文本，生成应答信息；

32、其中，所述联合模型是采用样本数据对预设模型进行训练得到的，所述样本数据包括样本对话数据及其知识搜索内容标签和知识分类标签。

33、第三方面，本申请实施例提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的多轮对话交互处理方法的步骤。

34、第四方面，本申请实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的多轮对话交互处理方法的步骤。

35、本申请实施例提供的多轮对话交互处理方法、装置、设备和存储介质，通过采集历史对话数据和当前对话数据，将历史对话数据和当前对话数据输入至预先训练的联合模型，获取联合模型输出的历史对话向量和当前对话向量；对历史对话数据和当前对话数据进行拼接，得到拼接数据，将拼接数据输入至联合模型，获取联合模型输出的向量化的语义信息；基于历史对话向量和当前对话向量，确定需要进行文本检索，则基于向量化的语义信息，获取检索文本；基于检索文本，生成应答信息。本申请可以在判断是否引用知识的同时还能够通过用户语义信息生成合适的检索关键词去查询知识图谱，基于此，提高了智能对话的效率和准确性。

技术特征：

1.一种多轮对话交互处理方法，其特征在于，包括：

2.根据权利要求1所述的多轮对话交互处理方法，其特征在于，所述基于所述历史对话向量和所述当前对话向量，确定需要进行文本检索，包括：

3.根据权利要求2所述的多轮对话交互处理方法，其特征在于，所述将所述拼接向量输入至第一解码器模块，获取所述第一解码器模块输出的第一解码结果之后，所述方法还包括：

4.根据权利要求1所述的多轮对话交互处理方法，其特征在于，所述基于所述向量化的语义信息，获取检索文本，包括：

5.根据权利要求1所述的多轮对话交互处理方法，其特征在于，所述基于所述检索文本，生成应答信息，包括：

6.根据权利要求1所述的多轮对话交互处理方法，其特征在于，所述联合模型基于以下步骤训练得到：

7.根据权利要求6所述的多轮对话交互处理方法，其特征在于，所述对所述样本对话数据进行知识搜索内容标注和知识分类标注，包括：

8.一种多轮对话交互处理装置，其特征在于，包括：

9.一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的多轮对话交互处理方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的多轮对话交互处理方法的步骤。

技术总结
本申请涉及人工智能技术领域，提供一种多轮对话交互处理方法、装置、设备和存储介质。该方法包括：采集历史对话数据和当前对话数据，将历史对话数据和当前对话数据输入至预先训练的联合模型，获取联合模型输出的历史对话向量和当前对话向量；对历史对话数据和当前对话数据进行拼接，得到拼接数据，将拼接数据输入至联合模型，获取联合模型输出的向量化的语义信息；基于历史对话向量和当前对话向量，确定需要进行文本检索，则基于向量化的语义信息，获取检索文本；基于检索文本，生成应答信息。本申请可以在判断是否引用知识的同时还能够通过用户语义信息生成合适的检索关键词去查询知识图谱，基于此，提高了智能对话的效率和准确性。

技术研发人员：顾孙炎,章翔,陆韬宇
受保护的技术使用者：中移（杭州）信息技术有限公司
技术研发日：
技术公布日：2024/1/15