[发明专利]人机会话智能控制方法、装置、电子设备及存储介质

说明书

本发明涉及语义解析技术，提供了一种人机会话智能控制方法、装置、电子设备及存储介质。该方法生成预设的第一文本，接收用户输入的第二文本；将第二文本输入预先训练的预设类型识别模型以输出会话关键词标签；当输出的会话关键词标签为第一类型标签时，分别对第一文本和第二文本按照预设的处理算法进行处理，以计算出所述第一文本和第二文本的每个字词的关注比例；分别在第一文本和第二文本中找出关注比例最大的一个字词作为第一关键词和第二关键词；判断第二关键词的关注比例大于第一关键词时，查找并生成与第二关键词相应的关联文本。本发明还涉及区块链技术，与接口层相关的数据、请求对应的目标数据均可存储于区块链节点中。

技术领域

本发明涉及语义解析技术，尤其涉及一种人机会话智能控制方法、装置、电子设备及存储介质。

背景技术

目前，人工智能(Artificial Intelligence，AI)对话系统(例如，各大主流移动电子设备厂商推出的智能语音应答系统)因为具备智能的人机交互应答技术能力，已经被应用到工业和日常生活的方方面面，正是因为AI对话系统的巨大市场价值，市场上出现了许多主打不同功能路线的AI对话系统，这些现有的AI对话系统按照功能划分，通常可划分为：闲聊型、任务型、知识问答型和推荐型。

对于任务型的AI对话系统而言，这类AI对话系统在完成其人机交互对话功能的过程中，如何准确且及时的实现对话状态追踪是一个很重要的技术环节。所述对话状态追踪指的是根据一定时间段的对话历史信息推断当前对话状态(例如，连续状态、暂停状态、终止状态等)和用户目标。业界的对话状态追踪大多是利用基于槽填充技术训练的模型来识别对话状态，其中，槽填充技术为：在模型训练阶段，通过对历史数据分析并结合业务判断，确定出需进行模型训练的词槽的类型以作为训练标签。也就是说，基于现有的槽填充技术，对话状态的识别依赖于词槽预先设定的类型，对话状态的种类也是提前设定好的，对话状态追踪的准确性和全面性依赖于预设词槽类型的准确性和全面性，然而，在真实的对话任务中，用户往往会提及超出模型预定词槽范围的字词，这样就导致对话系统无法有效识别这些超出模型预定词槽范围的字词对应的对话状态的种类，也就无法做出相应的回应或处理。

发明内容

鉴于以上内容，本发明提供一种人机会话智能控制方法、装置、电子设备及存储介质，其目的在于解决目前对话系统无法有效识别这些超出模型预定词槽范围的字词对应的对话状态的种类，也就无法做出相应的回应或处理的技术问题。

为实现上述目的，本发明提供一种人机会话智能控制方法，该方法包括：

在收到用户激发的会话指令后，生成预设的第一文本，接收用户输入的第二文本；

将所述第二文本输入预先训练的预设类型识别模型以输出对应的会话关键词标签；

当输出的所述会话关键词标签为第一类型标签时，对所述第一文本按照预设的处理算法进行处理，以计算出所述第一文本的每个字词对应的关注比例，并对所述第二文本按照预设的处理算法进行处理，以计算出所述第二文本的每个字词对应的关注比例；

在所述第一文本的字词中，找出对应的关注比例最大的一个字词作为第一关键词，在所述第二文本的字词中，找出对应的关注比例最大的一个字词作为第二关键词；判断所述第二关键词的关注比例是否大于所述第一关键词的关注比例，若所述第二关键词的关注比例大于所述第一关键词的关注比例，则在预设数据库中查找与所述第二关键词相对应的关联文本，生成所述关联文本。

在其中一实施例中，所述预设的处理算法包括：

将待处理的文本输入所述预先训练的预设类型识别模型，输出所述待处理文本的每个字词的状态值，并输出所述待处理文本中最后一个字词的输出值；

分别将所述待处理文本每个字词的状态值及所述待处理文本中最后一个字词的输出值代入第一预设类型函数以计算出所述待处理文本每个字词的关注值；