[发明专利]一种基于自然语言处理和知识图谱的对话方法

说明书

本发明公开一种基于自然语言处理和知识图谱的对话方法，判断是否是必要话轮，若是，则通过系统与用户、所绑定的知识图谱交互来处理该必要话轮，利用所绑定的知识图谱解决具体的业务处理问题；否则，则由系统与知识图谱交互来处理非必要话轮，通过知识图谱的逻辑模拟用户的逻辑来进行问询操作。本发明通过绑定知识图谱，并区分必要话轮与非必要话轮，利用绑定知识图谱的处理该必要话轮具体的业务处理问题，或是处理不必要话轮，通过知识图谱的逻辑模拟用户的逻辑来进行问询操作，解决了传统任务型对话的聊天系统技术在每轮对话及结果处理中缺乏业务处理能力的问题。

技术领域

本发明涉及智能问答技术领域，特别是涉及一种基于自然语言处理和知识图谱的对话方法。

背景技术

闲聊型对话中的对话管理(Dialogue Management，DM)就是对上下文进行序列建模、对候选回复进行评分、排序和筛选等，以便于自然语言生成(Natural LanguageGeneration，NLG)阶段生成更好的回复；智能问答系统的任务型对话中的对话管理(Dialogue Management，DM)就是在NLU(领域分类和意图识别、槽填充)的基础上，进行对话状态的追踪(Dialogue State Tracking，DST)以及对话策略的学习(Dialogue PolicyLearning，DPL)，以便于DPL阶段策略的学习以及NLG阶段澄清需求、引导用户、询问、确认、对话结束语等。DST是根据当前的意图(intention)、槽值对(slot-value pairs)、以及之前的意图来追踪当前的状态，简而言之，就是当前处理的上下文。DPL就是根据当前的状态(state) 决定下一步的动作。任务型对话可为短对话(Short Conversation)也可为长对话(Long Conversation)，短对话指的是一问一答式的单轮(single turn)，长对话指的是你来我往的多轮(multi-turn)，对于任务型对话而言，长对话更为常见。

传统任务型对话一般流程如图1所示，现有传统任务型对话的聊天系统技术的缺点是在每轮对话及结果处理中缺乏业务处理能力。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于自然语言处理和知识图谱的对话方法，通过引入知识图谱和对话的嵌套来解决现有聊天系统技术的缺点，利用知识图谱与系统交互，来近似解决不必要部分话轮的交互问题。

为实现本发明的目的所采用的技术方案是：

一种基于自然语言处理和知识图谱的对话方法，包括步骤：

判断是否是必要话轮，若是，则通过系统与用户、所绑定的知识图谱交互来处理该必要话轮，利用所绑定的知识图谱解决具体的业务处理问题；否则，则由系统与知识图谱交互来处理非必要话轮，通过知识图谱的逻辑模拟用户的逻辑来进行问询操作。

其中，在通过系统与用户、知识图谱交互来处理该必要话轮时，首先由系统与用户交互来处理，在系统与用户交互后无法完成对话时，则由系统与知识图谱交互来处理该必要话轮。

其中，对话中，若用户在当前场景中对话时想调用新的场景，则通过嵌套来完成；嵌套，包括当前场景嵌套新的场景，当前场景嵌套以前历史中的场景。

其中，对话中，在接收到用户当在当前场景发送的信息后，通过意图识别模型识别，并根据识别结果进入到新的场景，在新的场景内完成相应的对话后返回到所述当前场景进一步处理。

其中，对话中，若所在场景内的某个话轮不存在，系统则在以前的对话历史中查询是否存在当前的话轮，若存在，则跳转到该话轮中并将该话轮执行的场景置为当前场景，在该话轮执行完后，再回到先前的话轮。

其中，系统则在以前的对话历史中查询是否存在当前的话轮可是通过知识图谱实现。