[发明专利]一种答复推荐方法、答复推荐装置及智能设备在审
| 申请号: | 202011528963.0 | 申请日: | 2020-12-22 |
| 公开(公告)号: | CN112527998A | 公开(公告)日: | 2021-03-19 |
| 发明(设计)人: | 罗沛鹏 | 申请(专利权)人: | 深圳市优必选科技股份有限公司 |
| 主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F40/295 |
| 代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 肖遥 |
| 地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 答复 推荐 方法 装置 智能 设备 | ||
1.一种答复推荐方法,其特征在于,包括:
在多轮对话过程中,若接收到本轮输入的用户语句,则提取所述用户语句的实体词语及关系信息;
将历史拼接语句、所述用户语句及所述实体词语输入至已训练的自然语言处理模型中,得到所述自然语言处理模型所输出的至少一条候选答复,其中,所述历史拼接语句基于所述多轮对话过程中的各个历史用户语句及各个历史用户语句对应的历史答复而生成;
根据所述实体词语、所述关系信息及预设的知识图谱,从所述至少一条候选答复中筛选出目标答复;
输出所述目标答复。
2.如权利要求1所述的答复推荐方法,其特征在于,所述将历史拼接语句、所述用户语句及所述实体词语输入至已训练的自然语言处理模型中,得到所述自然语言处理模型所输出的至少一条候选答复,包括:
基于预设的拼接顺序,将所述历史拼接语句、所述用户语句及所述实体词语进行拼接,得到当前拼接语句;
通过所述自然语言处理模型对所述当前拼接语句进行处理,得到所述自然语言处理模型所输出的至少一条候选答复。
3.如权利要求2所述的答复推荐方法,其特征在于,所述答复推荐方法还包括:
在接收到下一轮输入的用户语句时,基于所述当前拼接语句及所述目标答复更新所述历史拼接语句。
4.如权利要求1所述的答复推荐方法,其特征在于,所述根据所述实体词语、所述关系信息及预设的知识图谱,从所述至少一条候选答复中筛选出目标答复,包括:
在所述知识图谱中查找出目标词语,其中,所述目标词语及所述实体词语之间的关系与所述关系信息相匹配;
根据所述目标词语,从所述至少一条候选答复中筛选出所述目标答复。
5.如权利要求4所述的答复推荐方法,其特征在于,所述根据所述目标词语,从所述至少一条候选答复中筛选出所述目标答复,包括:
检测各个候选答复中是否包含所述目标词语;
将包含所述目标词语的候选答复确定为所述目标答复。
6.如权利要求1至5任一项所述的答复推荐方法,其特征在于,所述答复推荐方法还包括:
针对任一多轮对话的训练样本,提取样本实体词语及样本关系信息,其中,所述样本实体词语为所述训练样本中的问题所包含的实体词语,所述样本关系信息为所述问题所包含的关系信息,且一个训练样本由至少一个问题及对应的答案而得;
根据所述样本实体词语、所述样本关系信息及所述知识图谱,查找出目标知识;
基于所述目标知识及所述训练样本,生成新样本;
分别通过所述训练样本及所述新样本,对待训练的自然语言处理模型进行训练。
7.如权利要求6所述的答复推荐方法,其特征在于,所述基于所述目标知识及所述训练样本,生成新样本,包括:
在所述训练样本中,将所述问题之后的所有语句删除,并将所述目标知识作为所述问题的新答案,得到所述新样本。
8.一种答复推荐装置,其特征在于,包括:
提取单元,用于在多轮对话过程中,若接收到本轮输入的用户语句,则提取所述用户语句的实体词语及关系信息;
获取单元,用于将历史拼接语句、所述用户语句及所述实体词语输入至已训练的自然语言处理模型中,得到所述自然语言处理模型所输出的至少一条候选答复,其中,所述历史拼接语句基于所述多轮对话过程中的各个历史用户语句及各个历史用户语句对应的历史答复而生成;
筛选单元,用于根据所述实体词语、所述关系信息及预设的知识图谱,从所述至少一条候选答复中筛选出目标答复;
输出单元,用于输出所述目标答复。
9.一种智能设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011528963.0/1.html,转载请声明来源钻瓜专利网。





