[发明专利]初始对话内容生成方法、装置、介质和计算设备

说明书

本发明提供一种初始对话内容生成方法、装置、介质和计算设备，包括：获取初始对话文本，其中，初始对话文本包括至少一轮对话；基于初始对话文本中的各个词语的类别，获取多个候选词；多个候选词中包括两种目标类别的词语；根据多个候选词之间的相关度，确定初始对话文本的待替换词组；待替换词组包括两个不同目标类别的候选词；采用目标词组替换初始对话文本中的待替换词组，得到目标初始对话文本；目标词组从预设词库中得到，预设词库基于人类对话获取。本申请基于词语的类别和相关度，从初始对话文本中获取待替换词组，可以排除无意义的对话内容，确定不同初始对话文本对应的不同的待替换词组，提高生成目标初始对话文本的质量，增加多样性。

技术领域

本申请的实施例涉及自然语言处理领域，更具体地涉及一种初始对话内容生成方法、装置、介质和计算设备。

背景技术

随着科学技术以及经济水平的发展，当今社会正在逐步往服务型社会转变，以更好的为用户提供服务。在前述背景下，越来越多的基于深度神经网络的对话模型被应用于提供高智能、低成本的服务。但是对于这类模型的训练工作来说，大量的对话数据是必不可少的前提，而对于特定领域下的对话机器人，搜集训练数据的难度和成本很高，因此如何低成本、高效率的获取大量的训练数据是训练文本模型的关键。

然而在对话内容的生成方面，现有技术中一般都是基于对话内容生成模板生成对话内容，即通过固定的词库插入到固定替换词位置的对话内容生成模板中，生成初始对话文本。由于模板中替换词的位置是固定的，用于替换模板中替换词的词库也是固定的，所以利用固定的对话模板生成的对话内容的多样性和对话质量较差。

发明内容

在本上下文中，本发明期望提供一种初始对话内容生成方法、装置、介质和计算设备，在确定词语的类别和相关度的基础上，从初始对话文本中获取待替换词组，并采用基于人类对话得到的目标词组替代所述待替换词组，使生成的目标初始对话文本的结构质量和逻辑质量以及多样性得到有效提升。

在本申请的第一方面中，提供了一种初始对话内容生成方法，包括：

获取初始对话文本，其中，所述初始对话文本包括至少一轮对话；

基于所述初始对话文本中的各个词语的类别，获取多个候选词；多个候选词中包括两种目标类别的词语；

根据多个候选词之间的相关度，确定所述初始对话文本的待替换词组；所述待替换词组包括两个不同目标类别的候选词；

采用目标词组替换所述初始对话文本中的待替换词组，得到目标初始对话文本；

所述目标词组从预设词库中得到，所述预设词库基于人类对话获取。

在本申请的一个实施例中，所述根据多个候选词之间的相关度，确定所述初始对话文本的待替换词组，包括：

基于各个候选词的类别，得到多个候选词组；每一候选词组均包括一个情感词和一个主题词；

获取第一概率；第一概率用于表示所述初始对话文本中，一个候选词组的出现概率；不同的第一概率关联不同的候选词组；

获取第二概率；第二概率用于表示所述初始对话文本中，情绪词单独出现的概率，不同第二概率关联的情绪词不同；

获取第三概率；第三概率用于表示所述初始对话文本中，主题词单独出现的概率，不同第三概率关联的主题词不同；

基于各个第一概率、第二概率和第三概率，将符合相关度阈值的候选词组，作为所述初始对话文本的待替换词组。

在本申请的一个实施例中，所述基于各个第一概率、第二概率和第三概率，将符合相关度阈值的候选词组，作为所述初始对话文本的待替换词组，包括：

若第一概率大于第一相关度阈值，则将所述第一概率对应的候选词组作为候选替换词组；