[发明专利]一种问题回复方法、装置和电子设备有效

专利信息
申请号: 202111565779.8 申请日: 2021-12-21
公开(公告)号: CN113934836B 公开(公告)日: 2022-03-01
发明(设计)人: 郭俊廷;林小俊;支涛 申请(专利权)人: 北京云迹科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F40/289;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 刘珂
地址: 100080 北京市*** 国省代码: 北京;11
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 问题 回复 方法 装置 电子设备
【说明书】:

发明提供了一种问题回复方法、装置和电子设备,会在处理得到携带有所述机器人的人物属性的答案文本后,对该答案文本中携带的人物属性与对机器人设定的人物属性是否一致进行判断,当人物属性信息与待确定的所述答案文本中携带的人物属性之间的关系是矛盾关系时,确定该答案文本中携带的人物属性与对机器人设定的人物属性不一致,则再次将所述人物属性信息和与人物属性信息是矛盾关系的待确定的答案文本输入到第二文本生成模型,得到回答所述问题文本的最终的答案文本,从而尽可能保证机器人回答用户提出的问题时生成的答案携带的人物属性与机器人的人物属性的一致性。

技术领域

本发明涉及计算机技术领域,具体而言,涉及一种问题回复方法、装置和电子设备。

背景技术

目前,具有聊天功能的机器人除了回答问题外,还可以对机器人设置人物属性(如:姓名、性别,职业,年龄,家庭关系),使得机器人在与用户对话时将机器人自身的人物属性融入到与用户对话的语句中。

由于人物属性的多样性与对话文本的多样性,导致人物属性与对话文本差异较大,导致机器人使用的回复语句模型在训练时往往无法学习到足够的人物属性,导致生成的文本中携带的人物属性有时与机器人的人物属性不一致。

发明内容

为解决上述问题,本发明实施例的目的在于提供一种问题回复方法、装置和电子设备。

第一方面,本发明实施例提供了一种问题回复方法,包括:

获取机器人的人物属性信息和作为训练语料的问题文本;

将所述人物属性信息和问题文本输入到第一文本生成模型中对所述第一文本生成模型进行训练,使得训练后的所述第一文本生成模型能够得到回答所述问题文本的待确定的答案文本,其中,待确定的所述答案文本携带有所述机器人的人物属性;

将所述机器人的人物属性信息和待确定的所述答案文本输入到关系推理模型中对所述关系推理模型进行训练,使得训练后的所述关系推理模型能够得到人物属性信息与待确定的所述答案文本中携带的人物属性之间的关系;其中,所述关系包括: 蕴含关系、中立关系和矛盾关系;

当人物属性信息与待确定的所述答案文本中携带的人物属性之间的关系是矛盾关系时,将所述人物属性信息和与人物属性信息是矛盾关系的待确定的答案文本输入到第二文本生成模型中对第二文本生成模型进行训练,使得训练后的所述第二文本生成模型能够得到回答所述问题文本的最终的答案文本。

第二方面,本发明实施例还提供了一种问题回复装置,包括:

获取模块,用于获取机器人的人物属性信息和作为训练语料的问题文本;

第一训练模块,用于将所述人物属性信息和问题文本输入到第一文本生成模型中对所述第一文本生成模型进行训练,使得训练后的所述第一文本生成模型能够得到回答所述问题文本的待确定的答案文本,其中,待确定的所述答案文本携带有所述机器人的人物属性;

第二训练模块,用于将所述机器人的人物属性信息和待确定的所述答案文本输入到关系推理模型中对所述关系推理模型进行训练,使得训练后的所述关系推理模型能够得到人物属性信息与待确定的所述答案文本中携带的人物属性之间的关系;其中,所述关系包括: 蕴含关系、中立关系和矛盾关系;

第三训练模块,用于当人物属性信息与待确定的所述答案文本中携带的人物属性之间的关系是矛盾关系时,将所述人物属性信息和与人物属性信息是矛盾关系的待确定的答案文本输入到第二文本生成模型中对第二文本生成模型进行训练,使得训练后的所述第二文本生成模型能够得到回答所述问题文本的最终的答案文本。

第三方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述第一方面所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京云迹科技有限公司,未经北京云迹科技有限公司许可,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/202111565779.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top