[发明专利]一种机器人对话方法、装置、电子设备及存储介质

说明书

本申请提供一种机器人对话方法、装置、电子设备及存储介质，所述方法包括：通过自然语言理解模块，根据输入文本，获得语义信息；语义信息包括对话任务；通过对话管理模块，基于语义信息，生成对话动作；其中，对话管理模块的结构为序列到序列网络结构；对话管理模块与对话任务相对应；通过自然语言生成模块，将对话动作转换为自然语言回复语句。将序列到序列的网络作为岗位机器人的对话管理模块结构，使得对话管理模块具有足够的泛化能力，针对语料中未出现的对话情形也能生成合理的行为。对话管理模块和对话任务是相对应的，根据对话任务确定对应的对话管理模块，使得岗位机器人的回复语句具有导向性，提高了模型性能。

技术领域

本申请涉及信息处理技术领域，具体而言，涉及一种机器人对话方法、装置、电子设备及存储介质。

背景技术

近几年来，随着人工智能的飞速发展，一些行业出现了语音对话机器人，现有的语音对话机器人通常被统计建模成为一个马尔科夫决策过程（Markov Decision Process）模型，通过随机优化的方法来学习对话策略。然而这种方式的机器学习算法泛化能力较差，模型的性能较差。

发明内容

本发明实施例的目的在于一种机器人对话方法、装置、电子设备及存储介质，应用于岗位机器人的对话管理模块是序列到序列的网络结构，提高了模型泛化能力，提高了模型性能。

第一方面，本申请实施例提供了一种机器人对话方法，包括：通过自然语言理解模块，根据输入文本，获得语义信息；语义信息包括对话任务；通过对话管理模块，基于语义信息，生成对话动作；其中，对话管理模块的结构为序列到序列网络结构；对话管理模块与对话任务相对应；通过自然语言生成模块，将对话动作转换为自然语言回复语句。

在上述的实现过程中，通过序列到序列的网络作为岗位机器人的对话管理模块结构，使得对话管理模块具有足够的泛化能力，针对语料中未出现的对话情形也能生成合理的行为。对话管理模块和对话任务是相对应的，根据对话任务确定对应的对话管理模块，使得岗位机器人的回复语句具有导向性，能够生成上下文连贯的对话动作，提高了模型性能。

可选的，在本申请实施例中，根据输入文本，获得语义信息；语义信息包括对话任务，包括：根据语义信息，确定对话任务；根据输入文本以及对话任务，获得本轮对话的上下文序列；本轮对话的上下文序列包括：用户与岗位机器人前一轮对话中岗位机器人的动作、用户与岗位机器人前一轮对话中岗位机器人回复的信息与对话任务不一致的部分、输入文本中的约束条件状态、以及输入文本中的问询内容状态。

在上述的实现过程中，根据输入文本以及对话任务，获得本轮对话的上下文序列，上下文序列包括四部分内容，使得输入文本更加具有解释性，提高对话管理模块的准确性。

可选的，在本申请实施例中，对话管理模块包括编码器、解码器和映射单元；通过对话管理模块，基于语义信息，生成对话动作，包括：通过编码器利用上下文序列获得对话向量；通过解码器根据对话向量获得动作序列；利用映射单元根据预设的数据库，将动作序列映射为对话动作；对话动作包括岗位机器人的行为槽位。

在上述的实现过程中，对话管理系统包括解码器和编码器，实现对话管理系统的结构为序列到序列的网络结构，对于不同长度的输入序列可以得到不同长度的输出序列,符合文本的变长特性,并且考虑了文本元素之间的顺序关系，提高了模型的泛化性。

可选的，在本申请实施例中，语义信息包括用户意图以及词槽；词槽包括可告知槽和可问询槽，可告知槽用于表示用户查询的约束条件，可问询槽用于表示查询的属性。

在上述的实现过程中，获取输入对话的语义信息，获得用户意图和词槽，对输入语音进行更深层次的语义分析，提高对话准确性。