智能对话方法、装置、计算设备及计算机可读存储介质与流程

本发明涉及人工智能，尤其涉及一种智能对话方法、装置、计算设备及计算机可读存储介质。

背景技术：

1、智能对话是一种基于人工智能技术的应用，主要用于与用户进行自然语言的交互。现有的智能对话系统首先对用户的输入进行意图识别，通过训练好的深度学习模型判断用户想表达的意图，然后根据不同的意图分类提供相应的回答。

2、但这种方法需要预先构建问答库，比较复杂，而且只能针对单次输入进行回答，可能会出现回答错误或回答重复答案的问题，降低了智能对话的准确性和灵活性。

技术实现思路

1、为此，本发明提供了一种智能对话方法，还提供了一种智能对话装置、一种计算设备和一种计算机可读存储介质，旨在至少在一定程度上解决相关技术中智能对话的准确性和灵活性较低的技术问题。

2、为达到上述目的，本发明第一方面实施例提供了一种智能对话方法，所述方法包括：

3、对当前对话文本进行意图识别和实体识别，确定所述当前对话文本的当前意图信息和当前实体信息；

4、获取历史对话文本的历史意图信息、历史实体信息和历史决策；

5、基于所述当前意图信息、所述当前实体信息、所述历史意图信息、所述历史实体信息和所述历史决策，通过决策模型确定所述当前对话文本的当前决策，其中，所述决策模型是使用多轮样本语料对深度学习模型训练得到的。

6、根据本发明的一个实施例，所述基于所述当前意图信息、所述当前实体信息、所述历史意图信息、所述历史实体信息和所述历史决策，通过决策模型确定所述当前对话文本的当前决策之前，还包括：

7、获取所述当前对话文本和所述历史对话文本；

8、相应地，所述基于所述当前意图信息、所述当前实体信息、所述历史意图信息、所述历史实体信息和所述历史决策，通过决策模型确定所述当前对话文本的当前决策，包括：

9、将所述当前意图信息、所述当前实体信息、所述当前对话文本、所述历史意图信息、所述历史实体信息、所述历史对话文本和所述历史决策输入所述决策模型，确定当前决策。

10、根据本发明的一个实施例，所述基于所述当前意图信息、所述当前实体信息、所述历史意图信息、所述历史实体信息和所述历史决策，通过决策模型确定所述当前对话文本的当前决策之前，还包括：

11、确定所述当前对话文本所处的场景；

12、根据所述当前对话文本所处的场景和各类决策模型的使用规则，从各类决策模型中确定目标决策模型，以基于所述目标决策模型确定所述当前对话文本的当前决策。

13、根据本发明的一个实施例，所述决策模型通过如下方式训练得到：

14、获取多轮样本语料以及每轮样本语料的样本决策；

15、根据所述多轮样本语料和每轮样本语料的样本决策，对各类深度学习模型进行训练，得到各类决策模型；

16、根据各类决策模型的训练情况，确定各类决策模型的使用规则。

17、根据本发明的一个实施例，所述当前决策包括当前回复信息，所述基于所述当前意图信息、所述当前实体信息、所述历史意图信息、所述历史实体信息和所述历史决策，通过决策模型确定所述当前对话文本的当前决策之后，还包括：

18、将所述当前回复信息转换为回复语音并播放。

19、根据本发明的一个实施例，所述当前决策还包括当前执行动作，所述将所述当前回复信息转换为回复语音并播放之前，还包括：

20、生成所述当前执行动作对应的动作指令；

21、将所述动作指令发送至第三方接口，以通过第三方接口控制待控制设备执行所述当前执行动作；

22、相应地，所述将所述当前回复信息转换为回复语音并播放，包括：

23、在所述当前执行动作执行完成后，将所述当前回复信息转换为回复语音并播放。

24、根据本发明的一个实施例，所述对当前对话文本进行意图识别和实体识别，确定所述当前对话文本的当前意图信息和当前实体信息，包括：

25、对所述当前对话文本进行特征提取，得到语义特征向量；

26、将所述语义特征向量输入意图识别模型，确定当前意图信息，其中，所述意图识别模型是使用对话语料对规则模型或深度学习模型训练得到；

27、将所述语义特征向量输入实体识别模型，确定当前实体信息。

28、为达到上述目的，本发明第二方面实施例提供了一种智能对话装置，所述装置包括：

29、识别模块，被配置为对当前对话文本进行意图识别和实体识别，确定所述当前对话文本的当前意图信息和当前实体信息；

30、获取模块，被配置为获取历史对话文本的历史意图信息、历史实体信息和历史决策；

31、确定模块，被配置为基于所述当前意图信息、所述当前实体信息、所述历史意图信息、所述历史实体信息和所述历史决策，通过决策模型确定所述当前对话文本的当前决策，其中，所述决策模型是使用多轮样本语料对深度学习模型训练得到的。

32、为达到上述目的，本发明第三方面实施例提供了一种计算设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述第一方面任一项所述的智能对话方法。

33、为达到上述目的，本发明第四方面实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面任一项所述的智能对话方法。

34、本发明实施例提供的智能对话方法，对当前对话文本进行意图识别和实体识别，确定当前对话文本的当前意图信息和当前实体信息；获取历史对话文本的历史意图信息、历史实体信息和历史决策；基于当前意图信息、当前实体信息、历史意图信息、历史实体信息和历史决策，通过决策模型确定当前对话文本的当前决策，其中，决策模型是使用多轮样本语料对深度学习模型训练得到的。上述方法将意图识别、实体识别和决策确定结合，不仅考虑本次输入的当前对话文本的当前意图，还考虑了历史意图和历史决策，结合多轮对话挖掘用户的需求，并通过决策模型生成符合用户整体意图的决策，使得智能对话的整个过程更加简洁高效，提高了智能对话的准确性和灵活性，使得对话更加流畅，提高了智能对话的用户满意度和完成率。

35、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种智能对话方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述当前意图信息、所述当前实体信息、所述历史意图信息、所述历史实体信息和所述历史决策，通过决策模型确定所述当前对话文本的当前决策之前，还包括：

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述当前意图信息、所述当前实体信息、所述历史意图信息、所述历史实体信息和所述历史决策，通过决策模型确定所述当前对话文本的当前决策之前，还包括：

4.根据权利要求1所述的方法，其特征在于，所述决策模型通过如下方式训练得到：

5.根据权利要求1所述的方法，其特征在于，所述当前决策包括当前回复信息，所述基于所述当前意图信息、所述当前实体信息、所述历史意图信息、所述历史实体信息和所述历史决策，通过决策模型确定所述当前对话文本的当前决策之后，还包括：

6.根据权利要求5所述的方法，其特征在于，所述当前决策还包括当前执行动作，所述将所述当前回复信息转换为回复语音并播放之前，还包括：

7.根据权利要求1或2或5所述的方法，其特征在于，所述对当前对话文本进行意图识别和实体识别，确定所述当前对话文本的当前意图信息和当前实体信息，包括：

8.一种智能对话装置，其特征在于，所述装置包括：

9.一种计算设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-7任一项所述的智能对话方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的智能对话方法。

技术总结本发明公开了一种智能对话方法、装置、计算设备及计算机可读存储介质，属于人工智能技术领域。该智能对话方法包括：对当前对话文本进行意图识别和实体识别，确定当前对话文本的当前意图信息和当前实体信息；获取历史对话文本的历史意图信息、历史实体信息和历史决策；基于当前意图信息、当前实体信息、历史意图信息、历史实体信息和历史决策，通过决策模型确定当前对话文本的当前决策，该决策模型是使用多轮样本语料对深度学习模型训练得到的。上述方法将意图识别、实体识别和决策确定结合，结合多轮对话挖掘用户的需求，准确理解用户的意图，并通过决策模型生成符合用户需求的决策，提高了智能对话的准确性和灵活性，使得对话更加流畅。技术研发人员：黄瑞香,陈列翔受保护的技术使用者：广东睿住智能科技有限公司技术研发日：技术公布日：2024/3/24