本公開涉及人工智能，尤其涉及一種對話下文生成方法、裝置、電子設(shè)備及介質(zhì)。

背景技術(shù)：

1、對話系統(tǒng)在很多ai(artificial?intelligence，人工智能)產(chǎn)品上均有應(yīng)用，例如智能客服、語音助手等。在對話系統(tǒng)中，存在多種對話場景，例如，垂域/任務(wù)多輪對話場景、垂域/任務(wù)單輪對話場景、開放域多輪對話場景以及開放域單輪對話場景等。

2、其中，對于開放域多輪對話場景，相關(guān)技術(shù)中還沒有很好的生成對話下文的方案。

技術(shù)實(shí)現(xiàn)思路

1、為克服相關(guān)技術(shù)中存在的問題，本公開提供一種對話下文生成方法、裝置、電子設(shè)備及介質(zhì)。

2、根據(jù)本公開實(shí)施例的第一方面，提供一種對話下文生成方法，所述對話下文生成方法包括：

3、獲取當(dāng)前輪對話中的原始上文以及所述當(dāng)前輪對話之前的歷史對話；

4、在基于所述原始上文以及所述歷史對話，確定所述原始上文所屬的對話場景為開放域多輪對話場景的情況下，基于預(yù)先訓(xùn)練的意圖生成模型對所述原始上文以及所述歷史對話進(jìn)行處理，生成所述當(dāng)前輪對話對應(yīng)的真實(shí)上文，所述真實(shí)上文為所述原始上文表達(dá)的真實(shí)對話意圖的完整描述；

5、基于單輪對話場景的應(yīng)答策略，對所述真實(shí)上文進(jìn)行應(yīng)答處理，并將應(yīng)答處理的結(jié)果確定為所述原始上文對應(yīng)的下文，其中，一條上文以及該條上文對應(yīng)的下文構(gòu)成一輪完整對話。

6、可選地，所述方法還包括：

7、基于預(yù)先訓(xùn)練的第一分類模型對所述原始上文以及所述歷史對話進(jìn)行處理，得到所述對話場景包括的第一子場景的類別；

8、根據(jù)第一子場景的類別以及第二子場景識(shí)別策略之間的對應(yīng)關(guān)系，選擇與所述第一子場景的類別對應(yīng)的第二子場景識(shí)別策略對所述對話場景包括的第二子場景的類別進(jìn)行識(shí)別，得到所述對話場景包括的第二子場景的類別。

9、可選地，所述根據(jù)第一子場景的類別以及第二子場景識(shí)別策略之間的對應(yīng)關(guān)系，選擇與所述第一子場景的類別對應(yīng)的第二子場景識(shí)別策略對所述對話場景包括的第二子場景的類別進(jìn)行識(shí)別，得到所述對話場景包括的第二子場景的類別，包括：

10、在所述第一子場景的類別為開放域?qū)υ拡鼍暗那闆r下，基于預(yù)先訓(xùn)練的第二分類模型對所述原始上文以及所述歷史對話進(jìn)行處理，得到所述對話場景包括的第二子場景的類別；

11、在所述第一子場景的類別為非開放域?qū)υ拡鼍暗那闆r下，提取所述原始上文的意圖以及槽位，和所述歷史對話中的上文以及下文的意圖以及槽位，并根據(jù)提取的意圖以及槽位，確定所述對話場景包括的第二子場景的類別。

12、可選地，所述預(yù)先訓(xùn)練的第二分類模型包括特征提取網(wǎng)絡(luò)，所述特征提取網(wǎng)絡(luò)用于提取以下至少一種特征：每輪對話的上文以及下文各自的語義信息，每輪對話的上文以及下文各自的字符串長度，每輪對話的上文包含的疑問詞內(nèi)容，每輪對話的上文包含的疑問詞的個(gè)數(shù)，相鄰兩輪對話的上文之間的最長子串及長度，相鄰兩輪對話的下文之間的最長子串及長度，相鄰兩輪對話的上文之間的最長共現(xiàn)序列及長度，相鄰兩輪對話的下文之間的最長共現(xiàn)序列及長度，相鄰兩輪對話各自的上文中對應(yīng)拼音的編輯距離，所述原始上文的上輪對話的下文是否屬于開放域?qū)υ拡鼍?，以及所述原始上文的上輪對話的下文是否屬于兜底回答?/p>

13、可選地，所述基于預(yù)先訓(xùn)練的第一分類模型對所述原始上文以及所述歷史對話進(jìn)行處理，得到所述對話場景包括的第一子場景的類別，包括：

14、基于預(yù)先訓(xùn)練的第一分類模型對所述原始上文以及所述歷史對話進(jìn)行處理，得到所述第一分類模型的召回結(jié)果；

15、在所述召回結(jié)果包括開放域?qū)υ拡鼍耙约胺情_放域?qū)υ拡鼍暗那闆r下，確定所述第一子場景的類別為所述非開放域?qū)υ拡鼍啊?/p>

16、可選地，所述基于單輪對話場景的應(yīng)答策略，對所述真實(shí)上文進(jìn)行應(yīng)答處理，并將應(yīng)答處理的結(jié)果確定為所述原始上文對應(yīng)的下文，包括：

17、對所述真實(shí)上文進(jìn)行第一子場景的類別識(shí)別，得到所述真實(shí)上文對應(yīng)的第一子場景的類別，所述第一子場景的類別包括開放域?qū)υ拡鼍?、非開放域?qū)υ拡鼍耙约胺菍υ拡鼍埃?/p>

18、根據(jù)第一子場景的類別以及答復(fù)策略之間的對應(yīng)關(guān)系，選擇與所述真實(shí)上文對應(yīng)的第一子場景的類別對應(yīng)的答復(fù)策略對所述真實(shí)上文進(jìn)行應(yīng)答處理，并將應(yīng)答處理的結(jié)果確定為所述原始上文對應(yīng)的下文。

19、可選地，所述方法還包括：

20、在所述對話場景包括的第二子場景的類別為單輪對話場景的情況下，基于單輪對話場景的應(yīng)答策略，對所述原始上文進(jìn)行應(yīng)答處理，得到所述原始上文對應(yīng)的下文。

21、根據(jù)本公開實(shí)施例的第二方面，提供一種對話下文生成裝置，所述對話下文生成裝置包括：

22、獲取模塊，被配置為獲取當(dāng)前輪對話中的原始上文以及所述當(dāng)前輪對話之前的歷史對話；

23、意圖生成模塊，被配置為在基于所述原始上文以及所述歷史對話，確定所述原始上文所屬的對話場景為開放域多輪對話場景的情況下，基于預(yù)先訓(xùn)練的意圖生成模型對所述原始上文以及所述歷史對話進(jìn)行處理，生成所述當(dāng)前輪對話對應(yīng)的真實(shí)上文，所述真實(shí)上文為所述原始上文表達(dá)的真實(shí)對話意圖的完整描述；

24、對話下文生成模塊，被配置為基于單輪對話場景的應(yīng)答策略，對所述真實(shí)上文進(jìn)行應(yīng)答處理，并將應(yīng)答處理的結(jié)果確定為所述原始上文對應(yīng)的下文，其中，一條上文以及該條上文對應(yīng)的下文構(gòu)成一輪完整對話。

25、根據(jù)本公開實(shí)施例的第三方面，提供一種電子設(shè)備，所述電子設(shè)備包括：處理器；用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；其中，所述處理器被配置為執(zhí)行時(shí)實(shí)現(xiàn)第一方面所述方法的步驟。

26、根據(jù)本公開實(shí)施例的第四方面，提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序指令，該程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)本公開第一方面所提供的方法的步驟。

27、本公開提供的一種對話下文生成方法、裝置、電子設(shè)備及介質(zhì)，在基于所述原始上文以及所述歷史對話，確定所述原始上文所屬的對話場景為開放域多輪對話場景的情況下，基于預(yù)先訓(xùn)練的意圖生成模型對所述原始上文以及所述歷史對話進(jìn)行處理，生成所述當(dāng)前輪對話對應(yīng)的真實(shí)上文，基于單輪對話場景的應(yīng)答策略，對所述真實(shí)上文進(jìn)行應(yīng)答處理，并將應(yīng)答處理的結(jié)果確定為所述原始上文對應(yīng)的下文。通過將原始上文轉(zhuǎn)換為完整表達(dá)真實(shí)對話意圖的真實(shí)上文，可以實(shí)現(xiàn)多輪對話到單輪對話的轉(zhuǎn)換，以便于后續(xù)可以通過單輪對話場景的應(yīng)答策略，對所述真實(shí)上文進(jìn)行應(yīng)答處理，以得到原始上文對應(yīng)的較為準(zhǔn)確的下文。

28、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

技術(shù)特征：

1.一種對話下文生成方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)第一子場景的類別以及第二子場景識(shí)別策略之間的對應(yīng)關(guān)系，選擇與所述第一子場景的類別對應(yīng)的第二子場景識(shí)別策略對所述對話場景包括的第二子場景的類別進(jìn)行識(shí)別，得到所述對話場景包括的第二子場景的類別，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述預(yù)先訓(xùn)練的第二分類模型包括特征提取網(wǎng)絡(luò)，所述特征提取網(wǎng)絡(luò)用于提取以下至少一種特征：每輪對話的上文以及下文各自的語義信息，每輪對話的上文以及下文各自的字符串長度，每輪對話的上文包含的疑問詞內(nèi)容，每輪對話的上文包含的疑問詞的個(gè)數(shù)，相鄰兩輪對話的上文之間的最長子串及長度，相鄰兩輪對話的下文之間的最長子串及長度，相鄰兩輪對話的上文之間的最長共現(xiàn)序列及長度，相鄰兩輪對話的下文之間的最長共現(xiàn)序列及長度，相鄰兩輪對話各自的上文中對應(yīng)拼音的編輯距離，所述原始上文的上輪對話的下文是否屬于開放域?qū)υ拡鼍?，以及所述原始上文的上輪對話的下文是否屬于兜底回答?/p>

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于預(yù)先訓(xùn)練的第一分類模型對所述原始上文以及所述歷史對話進(jìn)行處理，得到所述對話場景包括的第一子場景的類別，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于單輪對話場景的應(yīng)答策略，對所述真實(shí)上文進(jìn)行應(yīng)答處理，并將應(yīng)答處理的結(jié)果確定為所述原始上文對應(yīng)的下文，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

8.一種對話下文生成裝置，其特征在于，所述裝置包括：

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序指令，其特征在于，該程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1～7中任一項(xiàng)所述方法的步驟。

技術(shù)總結(jié)
本公開提供的一種對話下文生成方法、裝置、電子設(shè)備及介質(zhì)，方法包括：獲取當(dāng)前輪對話中的原始上文以及所述當(dāng)前輪對話之前的歷史對話；在基于所述原始上文以及所述歷史對話，確定所述原始上文所屬的對話場景為開放域多輪對話場景的情況下，基于預(yù)先訓(xùn)練的意圖生成模型對所述原始上文以及所述歷史對話進(jìn)行處理，生成所述當(dāng)前輪對話對應(yīng)的真實(shí)上文，所述真實(shí)上文為所述原始上文表達(dá)的真實(shí)對話意圖的完整描述；基于單輪對話場景的應(yīng)答策略，對所述真實(shí)上文進(jìn)行應(yīng)答處理，并將應(yīng)答處理的結(jié)果確定為所述原始上文對應(yīng)的下文。采用該方法可以提高生成開放域多輪對話場景中的對話下文時(shí)的準(zhǔn)確性。

技術(shù)研發(fā)人員：劉巖,代文,陳帥
受保護(hù)的技術(shù)使用者：北京小米移動(dòng)軟件有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19