[发明专利]基于深度神经网络的游戏客服对话系统

权利要求书

1.基于深度神经网络的游戏客服对话系统，其特征在于，包括对话控制模块，用户查询模块，问题模型模块，答案模型模块和知识库查询模块；其中，

所述对话控制模块接收来自用户的查询语言，通过对用户查询语言的分析，判断进行查询知识库或者转接人工服务；如果是进行查询知识库，则进入问题模型模块；

所述问题模型模块通过深度神经网络的Seq2Seq机制对用户查询的问题进行编码，得到能够用于查询知识库的形式化语言，然后将该转化后的语言输入至知识库查询模块；

所述知识库查询模块构建知识库，知识库查询模块接收来自问题模型模块的输入，对知识库进行查询，并输出查询结果至答案模型模块；如果知识库中没有相关答案，对话控制模块通过继续询问用户得到更多的信息；

所述答案模型模块通过深度神经网络的Seq2Seq机制对知识库查询结果进行编码，输出用户能够理解的自然语言至用户交互界面；

所述用户查询模块是指用户使用自然语言进行查询。

2.根据权利要求1所述的基于深度神经网络的游戏客服对话系统，其特征在于，所述对话控制模块通过深度学习方法对历史数据进行学习，对问题进行分类；所述深度学习过程为：设计一个双层神经网络，第一层对对话双方的状态进行建模，第二层对对话中每一句话进行建模，对所有历史数据进行神经网络建模得到统计数据，然后进行分类。

3.根据权利要求2所述的基于深度神经网络的游戏客服对话系统，其特征在于，所述对用户查询语言进行分析包括通过神经网络读入用户语言，识别语义，根据深度学习的学习结果，判断所查询的问题属于哪一类。

4.根据权利要求1所述的基于深度神经网络的游戏客服对话系统，其特征在于，所述问题模型模块通过深度神经网络的Seq2Seq机制对用户查询的问题进行编码是指，第一个Seq模型通过每一个词的词向量积累到下一个词的词向量上，最终得到整句话的向量；第二个Seq模型以此向量为输入，进行解码，从而得到第二句话或者查询语句的输出。

5.根据权利要求1所述的基于深度神经网络的游戏客服对话系统，其特征在于，所述知识库初期是对常见问题及相应的答案进行整理，存储在知识库中，问题及相应的答案通常是在现实中采集得到，然后在游戏进行中与人的交互中会学到新的知识，尤其是经常转向人工服务的问题，对新的知识进行整理，并手工录入知识库，实现知识库的扩充；另外，还可以通过信息抽取的方法对新知识进行提取。

6.根据权利要求1所述的基于深度神经网络的游戏客服对话系统，其特征在于，所述答案模型模块通过深度神经网络的Seq2Seq机制对知识库查询结果进行编码是指，第一个Seq模型通过对知识库结构化数据进行编码，得到一个向量空间的向量，第二个Seq模型以该向量为输入，通过解码器得到一句用户能够理解的自然语言。

7.根据权利要求1所述的基于深度神经网络的游戏客服对话系统，其特征在于，所述用户查询模块查询内容支持多种自然语言查询。