[发明专利]对话方法、介质、装置和计算设备

说明书

本发明的实施方式提供了一种对话方法。所述对话包括对话双方之间的多轮对话，所述对话双方的一方为目标智能体，另一方为用户或对手智能体，所述方法包括：根据本轮对话中的对手话语预估目标智能体对应的动作；基于预估的所述动作估计对手对应的动作；选择针对所述对手动作的最优动作；按照选择的所述最优动作生成相应的话语。通过预估对手的动作以选择更加合适的动作并生成相应的话语，本发明的方法使得智能体的决策具有前瞻性，能够产生更加合适的对话，为用户带来了更好的体验。此外，本发明的实施方式提供了一种对话装置、介质及计算设备。

技术领域

本发明的实施方式涉及人机对话技术领域，更具体地，本发明的实施 方式涉及一种对话方法、介质、装置和计算设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上 下文。此处的描述不因为包括在本部分中就承认是现有技术。

人机对话是自然语言处理技术(Natural Language Processing,NLP)与实 现真正人工智能中是一个富有挑战性的任务，现有的对话系统包括任务导 向的对话系统和开放领域的对话系统。对话系统旨在帮助人类完成特定的 任务，比如完成人发出的指令、引导人完成某一项任务，与此同时，对话 系统设计用来完成不同聊天背景下模仿人类自然聊天的过程。之前有大量 的研究集中在对话系统，随着网络上社交媒体数据的爆炸式增长，大量的 训练对话语料成为模型进一步改进的突破口，深度学习聊天机器人成为了 学术界和工业界的热门方向。

大多数现有的对话学习方法假设用户或对手采用固定的对话策略(即 对话任务目标固定不变)，但是在现实世界场景中，对话可能是具有多样 性的，即对话策略(目标)是会产生变化的。因此，现有的方法可能由于 对话的非平稳性而失败。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些 方面的基本理解。应当理解，该概述并不是关于本发明的穷举性概述，它 并非意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。 其目的仅仅是以简化的形式给出某些概念，以此作为后文的具体实施方式 部分的铺垫。

鉴于以上提出的问题，本发明提出了一种特征提取以及推荐方法、装 置、介质和设备。

在本发明实施方式的第一方面中，提供了一种对话方法，所述对话包 括对话双方之间的多轮对话，所述对话双方的一方为目标智能体，另一方 为用户或对手智能体，所述方法包括：

根据本轮对话中的对手话语预估目标智能体对应的动作；

基于预估的所述动作估计对手对应的动作；

选择针对所述对手动作的最优动作；

按照选择的所述最优动作生成相应的话语。

在本实施方式的一个实施例中，根据对手话语预估目标智能体对应的 动作，包括：

基于预设的对手动作及本轮对手话语预估目标智能体对应的动作。

在本实施方式的一个实施例中，基于预设的对手动作及本轮对手话语 预估目标智能体对应的动作，包括：

获取在上一轮对话中输出话语时的对话状态；

基于在上一轮对话中输出话语时的对话状态以及本轮对话中对手话 语获取本轮对话中的对手对话状态；

基于预设的对手动作及本轮对话中对手对话状态预估目标智能体对 应的动作。

在本实施方式的一个实施例中，上一轮对话中输出话语时的对话状态 由文本解码器解码生成上一轮对话中输出的话语时产生。

在本实施方式的一个实施例中，采用预设的强化学习模型预估目标智 能体对应的动作。