[发明专利]任务驱动型多轮对话系统中的状态追踪方法及装置

说明书

本申请实施例公开了任务驱动型多轮对话系统中的状态追踪方法及装置，所述方法包括：在确定出当前轮次对应的输入文本信息后，通过将当前轮次对应的输入文本信息与已接收到的历史轮次对应的输入文本信息进行拼接，获得目标文本信息；通过对所述目标文本信息进行特征提取，获得所述目标文本信息中多个位置上的建模单元分别对应的特征向量；将所述多个位置上的建模单元分别对应的特征向量输入到深度学习模型中，以获得当前时刻的对话状态信息。通过本申请实施例，能够更简单有效的实现任务驱动型多轮对话的状态追踪。

技术领域

本申请涉及任务驱动型多轮对话系统中的状态追踪处理技术领域，特别是涉及任务驱动型多轮对话系统中的状态追踪方法及装置。

背景技术

任务驱动型对话系统越来越多的被应用到实际的场景中。在传统的任务驱动型对话流程中，如图1所示，用户输入的语音经过ASR(Automatic Speech Recognition，语音识别)系统转化成文字，文字经过NLU(Natural Language Processing，自然语音理解)模块和DST(Dialogue State Track，对话状态追踪)模块转化成当前状态的三元组(领域，语义槽，值)，再经过DP(Dialogue Policy，对话决策)模块生成系统要响应的动作，然后经过自然语言生成模块转成可读懂的文字，最后经过TTS(Text To Speech，语音合成)系统转成语音传达给用户。

其中，NLU以及DST处理(即把输入的文字转化成当前对话状态的三元组)是其中很关键的一环。现有技术的方案中，对每一轮分别进行NLU以及DST处理时，具体的，在NLU模块中需要用JSGF(Java Speech Grammar Format，Java语音语法格式)去提取当前轮的状态，然后，在DST模块判断当前轮是否需要继承前面一轮或者多轮的状态，如果需要继承，就需要把当前轮的状态与前面轮的状态拼在一起，得到当前轮的状态输出。而关于是否需要继承前面轮的状态的判断，则主要依赖于预先制定的规则，这种规则通常是由专家等有经验人士进行人工书写。例如，在当前轮的状态中语义槽是“音乐”，则如果上一轮的状态中语义槽是“艺术家”，则需要继承上一轮的状态，等等。但是，由于需要进行人工的规则书写，因此耗时耗力，且随着规则的增多，维护成本会呈指数级增长，很难有较好的泛化能力。

为此，如何更简单有效的实现任务驱动型多轮对话的状态追踪，成为需要本领域技术人员解决的技术问题。

发明内容

本申请提供了任务驱动型多轮对话系统中的状态追踪方法及装置，能够更简单有效的实现任务驱动型多轮对话的状态追踪。

本申请提供了如下方案：

一种任务驱动型多轮对话系统中的状态追踪方法，包括：

在确定出当前轮次对应的输入文本信息后，通过将当前轮次对应的输入文本信息与已接收到的历史轮次对应的输入文本信息进行拼接，获得目标文本信息；

通过对所述目标文本信息进行特征提取，获得所述目标文本信息中多个位置上的建模单元分别对应的特征向量；

将所述多个位置上的建模单元分别对应的特征向量输入到深度学习模型中，所述深度学习模型用于通过将所述多个位置上的建模单元对应的特征向量相结合，为所述建模单元生成上下文特征信息，并根据所述上下文特征信息进行领域、语义槽以及槽值的预测，并确定是否继承历史轮次中的对话状态信息，以获得当前时刻的对话状态信息。

一种建立深度学习模型的方法，包括：

获得训练样本集，所述训练样本集中包括多条文本信息以及对应的标注信息，其中，所述文本信息是通过将多轮对话中的文本信息进行拼接并插入标识符获得的，所述标注信息包括所述文本信息多个位置上的建模单元对应的领域或语义槽信息；