[发明专利]对话的交互方法、装置及计算机可读存储介质

说明书

本发明实施例提出一种对话的交互方法、装置及计算机可读存储介质，所述方法包括将待识别语音转换为第一文本；将所述第一文本输入语义分析模型，得出第一文本的意图信息和词槽信息；将所述第一文本的意图信息和词槽信息输入对话状态机，得出所述第一文本对应的交互信息。本发明实施例利用语义分析模型直接从第一文本得出第一文本的意图信息和词槽信息。减少了现有技术语义分析模型需要连接在语言模型后的步骤，由此缩短了时间，可以更快响应用户。同时，上述方案减小计算复杂度，降低整体系统的成本。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种对话的交互方法、装置及计算机可读存储介质。

背景技术

近几年，人工智能技术得到迅速地发展，与智能语音技术相关的产品已经进入到千家万户中。人们逐渐习惯了与机器对话，并且对机器的理解与应答能力有了更高的期待。

主流的基于语音的对话系统框架采用自动语音识别(ASR，Automatic SpeechRecognition)模型和自然语言理解(NLU，Natural Language Understanding)模型。工作流程包括：首先通过ASR模型将用户的声音转换为文字，然后利用NLU模型进行语义解析，最终得到用户的意图。

现有方法的主要问题在于：工作流程分为两段，一旦ASR模型识别出现误差，在采用NLU模型的时候就会将误差放大。另外，当模型较大的时候，NLU的计算量大，整体负责成本较高，且识别过程会出现延迟。

发明内容

本发明实施例提供一种对话的交互方法、装置及计算机可读存储介质，以解决现有技术中的一个或多个技术问题。

第一方面，本发明实施例提供了一种对话的交互方法，包括：

将待识别语音转换为第一文本；

将所述第一文本输入语义分析模型，得出第一文本的意图信息和词槽信息；

将所述第一文本的意图信息和词槽信息输入对话状态机，得出所述第一文本对应的交互信息。

在一种实施方式中，还包括：

将所述第一文本输入语言模型，得出多个候选文本及其对应的第一置信度，所述语言模型是自动语音识别ASR模型；

将第一置信度最高的候选文本作为所述第二文本。

在一种实施方式中，将所述第一文本输入语义分析模型，得出第一文本的意图信息和词槽信息，包括：

将所述第一文本输入语义分析模型，得出多个候选意图信息及其对应的第二置信度，所述语义分析模型是自然语言理解NLU模型；

将第二置信度最高的候选意图信息作为所述第一文本的意图信息；

获取所述第一文本中包括的与所述第一文本的意图信息对应的词槽信息。

在一种实施方式中，将所述第一文本的意图信息和词槽信息输入对话状态机，得出所述第一文本对应的交互信息，包括：

将所述第一文本的意图信息和词槽信息输入所述对话状态机的初始节点；

筛选出所述对话状态机中符合所述第一文本的意图信息的对话路径；

根据所述第一文本的词槽信息，在符合所述第一文本的意图信息的对话路径中，查找需要跳转到的下一个中间节点；

利用中间节点返回交互信息。

在一种实施方式中，将所述第一文本的意图信息和词槽信息输入对话状态机，得出所述第一文本对应的交互信息，还包括：

在收到所述交互信息的应答信息的情况下，利用语义分析模型得出所述应答信息的词槽信息；