[发明专利]任务型机器人词槽填充方法

说明书

本申请涉及一种任务型机器人词槽填充方法，包括：收集训练数据，所述训练数据包括任务和与所述任务对应的词槽；依据训练数据训练机器学习模型；使用训练完成的机器学习模型对用户输入语句进行词槽匹配填充，得到与所述用户输入语句对应的第一词槽；使用过滤规则对所述第一词槽进行过滤得到第二词槽；将所述用户输入语句与所述第二词槽进行匹配填充，得到机器人所需执行任务。本申请在收集训练数据阶段依据规则匹配生成任务对应词槽，并且使用过滤规则对所述第一词槽进行过滤得到第二词槽，可以修复错误案例，从而提高词槽填充效果。

技术领域

本申请涉及互联网技术领域，尤其是一种任务型机器人词槽填充方法。

背景技术

任务型机器人客服是机器人客服中非常重要的一种。一般的机器人客服主要为用户解答FAQ、查询资料等，并不涉及处理任务流程。而任务型机器人主要负责完成特定的任务，而完成特定任务的流程较为复杂，因此任务型机器人客服需要在与客户的多轮对话之中，收集必要的客户信息来完成任务，这个过程中可能还会涉及到调用后台系统信息供客户选择等交互逻辑。词槽填充(slot filling)是任务型机器人中重要的组成模块，其主要作用为从用户的语句中抽取出完成任务所需要的实体，并填到相应的词槽中供下文使用。

相关技术中，处理词槽填充问题主要利用机器学习模型端到端地去预测,例如用深度学习技术来解决一个序列标注的问题，直接预测出用户语句中哪个词对应哪个词槽，但用模型预测会使每一个任务都需要大量的数据去训练模型，而在系统使用初期，训练数据较少，使用深度学习技术达不到较好的效果，且模型依赖于标注数据，若标注错误会影响模型学习效果，且错误的标注数据也不容易被修复。因此，如何提高词槽填充系统早期的学习效果且能修复错误数据成为相关技术人员亟待解决的问题。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供一种任务型机器人词槽填充方法，包括：

收集训练数据，所述训练数据包括任务和与所述任务对应的词槽；

依据训练数据训练机器学习模型；

使用训练完成的机器学习模型对用户输入语句进行词槽匹配填充，得到与所述用户输入语句对应的第一词槽；

使用过滤规则对所述第一词槽进行过滤得到第二词槽；

将所述用户输入语句与所述第二词槽进行匹配填充，得到机器人所需执行任务。

进一步的，所述任务对应的词槽，生成步骤包括：

将用户语句和任务进行规则匹配，得到筛选后任务；

对筛选后的任务对应的每个词槽进行单独配置；

将用户语句与每个单独配置后的词槽进行匹配，筛选出任务对应的词槽。

进一步的，所述将用户语句和任务进行匹配，得到筛选后任务，包括：

将用户问句进行分词，转化为对应的词向量表示；

计算用户问句与任务相似问句的相似度，所述相似度为用户问句与任务相似问句的距离；

对所述相似度进行排序；

选择所述相似度排名在前的预设数量的任务。

进一步的，所述过滤规则，包括：

软过滤规则和硬过滤规则；

所述软过滤规则包括任务与词槽间的常规对应规则；

所述硬过滤规则包括特殊任务处理规则和错误案例修复规则。

进一步的，所述使用过滤规则对所述第一词槽进行过滤得到第二词槽，包括：