[发明专利]对话解析方法、装置、服务器及可读存储介质

权利要求书

1.一种对话解析方法，包括：

对待解析对话进行对话动作分类，得到所述待解析对话中每个对话角色的每个语句的对话动作类别，具体包括：

获取每个语句的语句内容和每个语句所对应的对话角色；

对每个语句的语句内容进行向量提取，得到每个语句的第一句子向量；

将每个语句的第一句子向量输入到与所述待解析对话对应的深度学习模型中进行向量提取，得到每个语句的第二句子向量；

利用每个语句的第二句子向量进行分类，得到每个语句的对话动作类别；

根据每个语句的对话动作类别和每个语句所对应的对话角色，得到每个对话角色中每个语句的对话动作类别；

根据每个对话角色的每个语句的对话动作类别，对所述待解析对话中语句之间的对话依存关系进行分析，获取每个起点语句与终点语句之间的响应关系，其中，每个起点语句及其对应的终点语句均对应两个对话角色，且每个起点语句和每个终点语句的对话动作类别为设定类别的语句；

若一个起点语句的对话动作类别为提问类别，该起点语句对应的每个终点语句的对话动作类别均为提问类别；若一个起点语句的对话动作类别为回答类别，该起点语句对应的每个终点语句的对话动作类别均为提问类别。

2.如权利要求1所述的方法，所述根据每个对话角色的每个语句的对话动作类别，对所述待解析对话中语句之间的对话依存关系进行分析，获取每个起点语句与终点语句之间的响应关系，具体包括：

根据每个对话角色的每个语句的对话动作类别，将一个对话角色中的每个起点语句与另一对话角色中的所有的终点语句进行对应，获取每个起点语句及其对应的每个终点语句；

对每个起点语句及其对应的每个终点语句进行相关度评价，得到每个起点语句及其对应的每个终点语句的相关度；

根据每个起点语句及其对应的每个终点语句的相关度，确定每个起点语句与终点语句之间的响应关系。

3.如权利要求2所述的方法，所述根据每个起点语句及其对应的每个终点语句的相关度，确定每个起点语句与终点语句之间的响应关系，具体包括：

将每个起点语句及其对应的每个终点语句的相关度与阈值进行比对；

在每对比出一个起点语句及其对应的终点语句的相关度大于所述阈值时，则确定该起点语句及其对应的终点语句之间具有响应关系，得到每个起点语句与终点语句之间的响应关系。

4.如权利要求3所述的方法，所述对每个起点语句及其对应的每个终点语句进行相关度评价，得到每个起点语句及其对应的每个终点语句的相关度，具体包括：

根据图网络方法，在每个起点语句及其对应的每个终点语句之间创建一条有向边；

通过相关度模型对创建的每条有向边进行评分，得到每条有向边对应的评分，其中，每条有向边的评分作为该条有向边对应的起点语句和终点语句的相关度。

5.如权利要求1所述的方法，所述将每个语句的第一句子向量输入到与所述待解析对话对应的深度学习模型中进行向量提取，得到每个语句的第二句子向量，具体包括：

使用LSTM算法对所述待解析对话建模，得到LSTM模型；

将每个语句的第一句子向量输入到所述LSTM模型中进行向量提取，得到每个语句的第二句子向量。

6.如权利要求1所述的方法，在获取每个起点语句与终点语句之间的响应关系之后，所述方法还包括：

根据每个对话角色的每个起点语句与终点语句之间的响应关系，对所述待解析对话进行解析。