[发明专利]基于跨语言知识的对话方法及系统有效
申请号: | 202110577065.2 | 申请日: | 2021-05-26 |
公开(公告)号: | CN113486160B | 公开(公告)日: | 2023-04-11 |
发明(设计)人: | 任昭春;任鹏杰;陈竹敏;孙维纬;孟川;马军 | 申请(专利权)人: | 山东大学 |
主分类号: | G06F16/332 | 分类号: | G06F16/332 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 张庆骞 |
地址: | 266237 *** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 语言 知识 对话 方法 系统 | ||
1.一种基于跨语言知识的对话方法,其特征在于,包括:
获取对话问题并经多语言编码器得到对话问题表示向量;
在预先存储多语言知识表示向量库中,检索出与对话问题表示向量最近的知识表示向量;
将对话问题表示向量与检索出的知识表示向量进行拼接;所述对话问题表示向量与其最近的知识表示向量为两种不同语言;
将拼接后的向量输入至跨语言seq2seq模型,得到对话问题所对应的回复;
训练检索模型和跨语言seq2seq模型,使用标准信息检索模型基于回复构建知识池,预先存储多语言知识表示向量作为知识池,使用标准信息检索模型所预测的知识作为标签,使用最大似然估计优化多语言编码器及回复生成;使用自我知识蒸馏的方法将多语言编码器及跨语言seq2seq模型在辅助语言上预训练得到的知识选择和知识表达能力,蒸馏到目标语言上;将课程学习的方法结合进知识蒸馏。
2.如权利要求1所述的基于跨语言知识的对话方法,其特征在于,在训练检索模型过程中,使用KNN算法在辅助语言中提取cosine距离最近的一段对话,检索得到一组平行对话向量。
3.如权利要求1所述的基于跨语言知识的对话方法,其特征在于,知识表示向量与对话问题表示向量的距离采用cosine距离来表示。
4.如权利要求1所述的基于跨语言知识的对话方法,其特征在于,对于给定的一段对话历史,拼接对话历史的句子,使用编码得到表示向量,再使用基于FAISS加速的向量检索模块,在预先存储多语言知识表示向量库中,检索出与编码得到的表示向量最近的一个知识表示向量,作为被选择的知识。
5.一种基于跨语言知识的对话系统,其特征在于,包括:
对话问题编码模块,其用于获取对话问题并经多语言编码器得到对话问题表示向量;将外语知识库中的每条知识进行编码得到知识表示向量;使用最近邻算法构建对话问题的知识池;
知识表示向量检索模块,其用于在预先存储多语言知识表示向量库中,检索出与对话问题表示向量最近的知识表示向量;
向量拼接模块,其用于将对话问题表示向量与检索出的知识表示向量进行拼接;所述对话问题表示向量与其最近的知识表示向量为两种不同语言;
对话问题回复模块,其用于将拼接后的向量输入至跨语言seq2seq模型,得到对话问题所对应的回复;
训练检索模型和跨语言seq2seq模型,使用标准信息检索模型基于回复构建知识池,预先存储多语言知识表示向量作为知识池,使用标准信息检索模型所预测的知识作为标签,使用最大似然估计优化多语言编码器及回复生成;使用自我知识蒸馏的方法将多语言编码器及跨语言seq2seq模型在辅助语言上预训练得到的知识选择和知识表达能力,蒸馏到目标语言上;将课程学习的方法结合进知识蒸馏。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一项所述的基于跨语言知识的对话方法中的步骤。
7.一种计算机设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1-4中任一项所述的基于跨语言知识的对话方法中的步骤。
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山东大学,未经山东大学许可,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/202110577065.2/1.html,转载请声明来源钻瓜专利网。