[发明专利]基于人工智能的对话生成方法、装置、设备及存储介质

说明书

本申请涉及人工智能技术领域，揭示了一种基于人工智能的对话生成方法、装置、设备及存储介质，其中方法包括：根据所述历史多轮对话文本生成主题概念特征向量；根据所述历史多轮对话文本生成情感特征向量；根据所述历史多轮对话文本生成对话态度特征向量；将所述用户画像特征向量、所述主题概念特征向量、所述情感特征向量和所述对话态度特征向量输入预设的对话生成模型进行答复文本生成，得到所述目标用户对话文本对应的目标答复文本。实现融合了多维度的特征信息，使生成的答复文本的拟人化较好；而且主题概念、情感及对话态度是基于上下文提取的，整体考虑了上下文传递的特征变化，进一步使生成的答复文本的拟人化较好。

技术领域

本申请涉及到人工智能技术领域，特别是涉及到一种基于人工智能的对话生成方法、装置、设备及存储介质。

背景技术

随着人工智能的发展，基于人工智能的自动化客户服务得到广泛应用，节约了客户服务的人工成本，也提高了客户服务的响应速度。基于人工智能的自动化客户服务的服务质量依赖于机器人答复文本的准确性。现有根据上下文和基于人工智能得到的对话生成模型进行机器人答复文本，存在考虑信息单一，导致生成的机器人答复文本的拟人化较差。

发明内容

本申请的主要目的为提供一种基于人工智能的对话生成方法、装置、设备及存储介质，旨在解决根据上下文和基于人工智能得到的对话生成模型进行机器人答复文本，存在考虑信息单一，导致生成的机器人答复文本的拟人化较差的技术问题。

为了实现上述发明目的，本申请提出一种基于人工智能的对话生成方法，所述方法包括：

获取目标用户对话文本对应的历史多轮对话文本及用户画像特征向量；

根据所述历史多轮对话文本生成主题概念特征向量；

根据所述历史多轮对话文本生成情感特征向量；

根据所述历史多轮对话文本生成对话态度特征向量；

将所述用户画像特征向量、所述主题概念特征向量、所述情感特征向量和所述对话态度特征向量输入预设的对话生成模型进行答复文本生成，得到所述目标用户对话文本对应的目标答复文本。

进一步的，所述根据所述历史多轮对话文本生成主题概念特征向量的步骤，包括：

将所述历史多轮对话文本中的各轮用户对话文本输入预设的第一主题概念预测模型进行主题概念预测，得到用户主题概念预测结果；

将所述历史多轮对话文本中的各轮答复文本输入预设的第二主题概念预测模型进行主题概念预测，得到答复主题概念预测结果；

将所述用户主题概念预测结果输入预设的第一双向GRU模型进行特征提取，得到用户隐藏层状态特征向量；

将所述答复主题概念预测结果输入预设的第二双向GRU模型进行特征提取，得到答复隐藏层状态特征向量；

对所述用户隐藏层状态特征向量和所述答复隐藏层状态特征向量进行相同位置的向量元素相加，得到所述主题概念特征向量。

进一步的，所述根据所述历史多轮对话文本生成情感特征向量的步骤，包括：

将所述历史多轮对话文本的每个文本输入预设的情感分类模型进行情感分类预测，得到单文本情感分类预测结果；

根据各个所述单文本情感分类预测结果确定所述情感特征向量。

进一步的，所述根据所述历史多轮对话文本生成对话态度特征向量的步骤，包括：

将所述历史多轮对话文本的每个文本输入预设的对话态度分类预测模型进行对话态度分类预测，得到单文本对话态度分类预测结果；

根据各个所述单文本对话态度分类预测结果确定所述对话态度特征向量。