[发明专利]用于实现机器人聊天的训练方法、预测答案的方法及装置

摘要

本公开提供了一种用于实现机器人聊天的训练方法。所述方法包括如下操作。首先，接收当前训练问题。然后，根据所述当前训练问题与N个历史问题生成训练输入向量。接着，以所述训练输入向量作为输入信息，输入至神经网络以获得所述神经网络的输出。并且，当所述神经网络的输出与标准答案不一致时，重复执行所述接收、生成、输入操作，直到所述神经网络的输出与标准答案一致时训练完成。以及存储训练完成的神经网络。本公开还提供了一种利用所述训练方法训练完成的神经网络预测答案的方法、一种用于实现机器人聊天的训练装置以及一种实现机器人聊天的装置。

主权项

1.一种用于实现机器人聊天的训练方法，包括：接收当前训练问题；根据所述当前训练问题与N个历史问题生成训练输入向量，其中，所述N个历史问题是在接收所述当前训练问题之前接收到的，所述当前训练问题和N个历史问题中的每一个问题对应为所述训练输入向量中的一个元素，所述训练输入向量中的元素的顺序与所述当前训练问题和N个历史问题的接收顺序相对应，并且N为大于等于1的正整数；以所述训练输入向量作为输入信息，输入至神经网络以获得所述神经网络的输出，其中，所述神经网络包括卷积神经网络；具体包括：将所述训练输入向量输入至所述卷积神经网络的输入层；利用所述卷积神经网络的卷积层和池化层对所述训练输入向量中的所述当前训练问题和所述N个历史问题分别进行特征提取；以及利用所述卷积神经网络的全连接层对提取的所述当前训练问题的特征和提取的所述N个历史问题的特征进行关联，以确定出所述卷积神经网络的输出；当所述神经网络的输出与标准答案不一致时，重复执行所述接收、生成、输入操作，直到所述神经网络的输出与标准答案一致时训练完成，其中所述标准答案为预先设置的与所述训练输入向量唯一对应的答案数据；以及存储训练完成的神经网络。