[发明专利]对话信息处理方法、装置、电子设备及存储介质

权利要求书

1.一种对话信息处理方法，其特征在于，所述方法包括：

获取目标对象输入的对话信息，并通过多个对话策略对所述对话信息进行自然语言处理，以生成各个对话策略对应的回答信息；

通过决策神经网络模型对多个对话策略对应的回答信息进行处理，得到第一策略标识，并从所述第一策略标识对应的回答信息中获取第一回答；

向所述目标对象输出所述第一回答，并在检测到所述目标对象反馈了针对所述第一回答的切换信息时，从所述各个对话策略对应的回答信息中获取第二回答，所述第二回答是除所述第一回答以外的回答；

若检测所述目标对象反馈了针对所述第二回答的确认信息，则基于所述第二回答对应的第二策略标识和多个对话策略对应的回答信息构建训练数据，并采用所述训练数据对所述决策神经网络模型重新进行训练。

2.如权利要求1所述的方法，其特征在于，通过决策神经网络模型对多个对话策略对应的回答信息进行处理，得到第一策略标识，包括：

从多个对话策略对应的对话信息中，提取策略标识和置信度；

通过所述决策神经网络模型的多层全连接网络，对策略标识和置信度进行分类处理，得到所述第一策略标识。

3.如权利要求2所述的方法，其特征在于，通过所述决策神经网络模型的多层全连接网络，对策略标识和置信度进行分类处理，得到所述第一策略标识，包括：

对所述策略标识进行独热编码处理，得到独热编码信息；

利用所述独热编码信息和所述置信度，构建一维向量；

将所述一维向量输入所述决策神经网络模型；

通过所述决策神经网络模型的多层全连接网络，对所述一维向量进行分类处理，得到所述第一策略标识。

4.如权利要求3所述的方法，其特征在于，基于所述第二回答对应的第二策略标识和多个对话策略对应的回答信息构建训练数据，并采用所述训练数据对所述决策神经网络模型重新进行训练，包括：

以所述第二策略标识对应的目标向量，以及所述回答信息对应的一维向量，组成所述训练数据；

采用所述训练数据对所述决策神经网络模型进行训练，以更新所述决策神经网络模型的权重；

在所述决策神经网络模型的损失函数收敛时，结束对所述决策神经网络模型的重新训练。

5.如权利要求1所述的方法，其特征在于，从所述各个对话策略对应的回答信息中获取第二回答，包括：

从各个对话策略对应回答信息的结构化数据中，过滤所述第一回答对应的第一结构化数据，以得到第二结构化数据，所述结构化数据是利用管道对所述对话信息进行自然语言处理后，得到的用于表征所述回答信息的标准化格式的数据，所述管道是用于进行自然语言处理的模块；

确定所述第二结构化数据中的最大置信度；

确定所述最大置信度对应的结构化数据；

将当前的会话状态还原至上一轮的会话状态，并从所述最大置信度对应的结构化数据中，提取所述第二回答。

6.如权利要求1所述的方法，其特征在于，通过决策神经网络模型对多个对话策略对应的回答信息进行处理之前，所述方法还包括：

获取针对所述决策神经网络模型的配置信息；

从所述配置信息中获取所要配置的管道数量，所述管道数量是用于进行自然语言处理的管道的数量；

以所述管道数量作为参考，调整所述决策神经网络模型中神经元的数量和层数。

7.如权利要求1所述的方法，其特征在于，采用所述训练数据对所述决策神经网络模型重新进行训练之后，所述方法还包括：

将所述决策神经网络模型对应的应用程序接口，映射到云主机的预设端口上；

获取通过所述预设端口触发的对话请求；

基于多对话策略模型和重新训练后的所述决策神经网络模型，处理所述对话请求，以预测所述对话请求所对应的回答，所述多对话策略模型是用于进行自然语言处理的模型。