[发明专利]用于确定多轮对话的方法及装置

说明书

本申请公开了一种用于确定多轮对话的方法及装置。方法的一具体实施方式包括：获取包括多个多轮对话的对话集合；按照多轮对话的轮次顺序，采用递进方式对对话集合中的多轮对话进行聚类，直至所得到的最底层的聚类簇中不存在目标聚类簇，得到聚类簇结构树，其中，目标聚类簇中包括的多轮对话的数量超过第一数量阈值；将聚类簇结构树中的目标叶子节点对应的聚类簇中的多轮对话确定为目标多轮对话，其中，目标叶子节点对应的聚类簇中包括的多轮对话的数量超过第二数量阈值。本申请提供了一种采用递进式聚类的方式确定对话集合中高频的目标多轮对话的方法，提高了所确定的目标多轮对话的代表性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及一种用于确定多轮对话的方法及装置。

背景技术

当前，智能对话系统在学术界、工业界都有大量研究落地，大家统一认为当前对话系统面临的终极难题就是多轮对话。在日常分析、优化多轮对话的过程中，最朴素的需求就是结合线上实际的多轮对话例子，以根据这些例子进一步抽象总结、制定优化方案。目前，大部分方案是按对话的轮数提取满足要求的多轮对话，然后人工逐一分析这些多轮对话，以确定所需的目标多轮对话，无法提取高频的、有代表性的多轮对话。

发明内容

本申请实施例提出了一种用于确定多轮对话的方法及装置。

第一方面，本申请实施例提供了一种用于确定多轮对话的方法，包括：获取包括多个多轮对话的对话集合；按照多轮对话的轮次顺序，采用递进方式对对话集合中的多轮对话进行聚类，直至所得到的最底层的聚类簇中不存在目标聚类簇，得到聚类簇结构树，其中，目标聚类簇中包括的多轮对话的数量超过第一数量阈值；将聚类簇结构树中的目标叶子节点对应的聚类簇中的多轮对话确定为目标多轮对话，其中，目标叶子节点对应的聚类簇中包括的多轮对话的数量超过第二数量阈值。

在一些实施例中，上述按照多轮对话的轮次顺序，采用递进方式对对话集合中的多轮对话进行聚类，直至所得到的最底层的聚类簇中不存在目标聚类簇，得到聚类簇结构树，包括：按照多轮对话的轮次顺序，对对话集合中的多轮对话进行如下目标操作，得到聚类簇结构树：确定截止到本次目标操作所得到的最底层的聚类簇中是否存在目标聚类簇，其中，截止到首次目标操作所得到的最底层的聚类簇为对对话集合中的所有多轮对话中的第一轮的对话信息聚类得到；响应于确定存在，依次对每一个目标聚类簇中的多轮对话中的目标轮次的对话信息进行聚类，得到至少一个聚类簇，其中，目标轮次为多轮对话中对应于本次目标操作的轮次。

在一些实施例中，上述依次对每一个目标聚类簇中的多轮对话中的目标轮次的对话信息进行聚类，得到至少一个聚类簇，包括：根据所接收的过滤指示信息，过滤每一个目标聚类簇中的多轮对话中的目标轮次的对话信息；依次对过滤后的、每一个目标聚类簇中的多轮对话中的目标轮次的对话信息进行聚类，得到至少一个聚类簇。

在一些实施例中，上述获取包括多个多轮对话的对话集合，包括：获取包括多个多轮对话的初始对话集合；对初始对话集合进行预处理，得到对话集合。

在一些实施例中，上述方法还包括：提取目标多轮对话，生成训练样本集；通过训练样本集训练对话模型。

第二方面，本申请实施例提供了一种用于确定多轮对话的装置，包括：获取单元，被配置成获取包括多个多轮对话的对话集合；聚类单元，被配置成按照多轮对话的轮次顺序，采用递进方式对对话集合中的多轮对话进行聚类，直至所得到的最底层的聚类簇中不存在目标聚类簇，得到聚类簇结构树，其中，目标聚类簇中包括的多轮对话的数量超过第一数量阈值；确定单元，被配置成将聚类簇结构树中的目标叶子节点对应的聚类簇中的多轮对话确定为目标多轮对话，其中，目标叶子节点对应的聚类簇中包括的多轮对话的数量超过第二数量阈值。