[发明专利]一种基于深度学习的多轮情感对话方法有效
| 申请号： | 201810584246.6 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN108874972B | 公开（公告）日： | 2021-10-19 |
| 发明（设计）人： | 任福继;虞兵;鲍艳伟 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F40/279;G06F40/30 |
| 代理公司： | 安徽合肥华信知识产权代理有限公司 34112 | 代理人： | 余成俊 |
| 地址： | 230601 安徽省合肥市蜀*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的多轮情感对话方法，对用户输入的文本信息进行分词，并通过预训练的词向量模型对文本进行向量化；使用深度学习模型对用户输入的文本进行情感分析，并分析对话主题和背景；基于检索的方式从情感语料库中检索最有可能的对话回复；基于用户对话的情感类别，以及聊天主题和背景，使用生成对抗网络来生成自然的对话回复；根据两种不同的对话生成方式，选择一个对话情感和主题背景与用户输入最相关的对话发送给用户。本发明使用基于检索和对抗生成对话相结合的方式生成与用户对话主题和情感一致的回复。有利于提高系统生成对话的质量，从而增加对话轮数，聊天机器人的对话回复具有情感，使得人机对话更加和谐。 | ||
| 搜索关键词： | 一种 基于 深度 学习 情感 对话 方法 | ||
【主权项】：
1.一种基于深度学习的多轮情感对话方法，其特征在于：包括以下步骤：(1)获取用户输入的文本信息，对用户输入的文本信息进行分词，并使用预训练的词向量将用户输入的文本向量化；(2)使用深度学习模型对用户输入的文本进行情感分析，并分析对话主题和背景；(3)基于检索的方式从情感语料库中检索与用户对话内容相匹配的回复；(4)基于用户对话的情感类别，以及聊天主题和背景，使用对抗的方法生成自然的对话回复；(5)根据两种不同的对话生成方法生成的对话回复，选择对话情感和主题背景与用户对话最相关的结果发送给用户。
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合肥工业大学，未经合肥工业大学许可，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/patent/201810584246.6/，转载请声明来源钻瓜专利网。
