CN112685546B - 人机多轮对话方法、装置及计算机可读存储介质 - Google Patents

Abstract

本发明涉及一种数据处理领域，揭露一种人机多轮对话方法，包括获取用户问答内容，并将问答内容发送至预设的领域组；基于领域组中的各子领域对问答内容分别进行意图识别，以获取与问答内容对应的识别标签；根据识别标签的标识确定识别标签中的有效标签，并基于各子领域的预设优先级，获取有效标签与对应领域的排序信息；基于排序信息确定有效的子领域及有效标签组合，并将有效的子领域及有效标签组合发送至预设双向队列中；根据双向队列反馈与问答内容对应的话术，完成人机多轮对话。本发明还涉及区块链，识别标签存储于区块链中。本发明可以实现人机多轮对话的自然衔接，反馈快、准确度高。

Description

人机多轮对话方法、装置及计算机可读存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种人机多轮对话的方法、装置、电子设备及计算机可读存储介质。

背景技术

人机对话主要是指计算机操作员或用户与计算机之间，通过控制台或终端显示屏幕，以对话的方式进行工作的过程。在人机对话应用过程中，根据领域的不同，可能存在多分支、多层次、有随机性的话术设计，进而出现了多轮对话的情况。

多轮对话是一种在用户和终端对话过程中，终端在明确用户意图后，获取必要信息并明确指令的过程。目前在人机多轮对话过程中，用户的问题或答复的一句话一般包含多个意图，在继续业务流程过程中，也会夹杂一些非业务类的要求，而这些非业务类的要求是十分影响客户的实际体验，也是业务领域无法识别到的部分；此外，用户的前后回答往往具有一定的相关性，如果不考虑客户前面的回答而只是单纯考虑当前轮次，也会容易给客户一种呆板的体验。

可知，如果在多轮对话过程中，准确获取用户意图并灵活的进行人机对话，是目前亟需解决的技术问题。

发明内容

本发明提供一种人机多轮对话方法、装置、电子设备及计算机可读存储介质，以解决目前人机对话存在的答复内容呆板、上下文衔接差等问题。

为实现上述目的，本发明提供的一种人机多轮对话方法，包括：

获取用户问答内容，并将所述问答内容发送至预设的领域组；

基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签；

根据所述识别标签的标识确定所述识别标签中的有效标签，并基于所述各子领域的预设优先级，获取所述有效标签与对应领域的排序信息；其中，所述标识用于表示所述问答内容对于所述各子领域意图识别的有效性；

基于所述排序信息确定有效的子领域及有效标签组合，并将所述有效的子领域及有效标签组合发送至预设双向队列中；

根据所述双向队列反馈与所述问答内容对应的话术，并实时发送至客户端，完成人机多轮对话。

可选地，识别标签存储于区块链中，所述基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签的步骤包括：

在所述领域组的各子领域中分别构建与所述子领域对应的对话领域树；

将所述问答内容输入所述各子领域的对话领域树中，以获取与所述问答内容相对应的识别标签。

可选地，所述构建与所述子领域对应的对话领域树的步骤包括：

获取与所述子领域对应的训练数据；

基于所述训练数据对神经网络模型进行训练，直至所述神经网络模型收敛在预设范围内，形成与所述子领域对应的话术预测模型；

基于所述话术预测模型的预测结果集，形成与所述子领域对应的对话领域树。

可选地，根据所述识别标签的标识确定所述识别标签中的有效标签的步骤包括：

预先设定与各子领域分别对应的领域知识中的标签数据；

将识别标签与所述标签数据进行比对，获取比对结果；

基于所述比对结果确定与所述各子领域分别对应的标识，并根据所述标识判断所述识别标签是否为有效标签。

可选地，所述根据所述双向队列反馈与所述问答内容对应的话术的步骤包括：

在所述各子领域中的相邻顺序的两子领域之间构建顺序指针；

根据当轮对话有效的子领域与有效标签组合，以及构建的顺序指针，确定与所述当轮对话相对应的上轮对话的子领域及有效标签；

根据所述当轮对话及上轮对话的预设规则，反馈与所述当轮对话的问答内容对应的话术。

可选地，根据所述当轮对话及上轮对话的预设规则，反馈与所述当轮对话的问答内容对应的话术的步骤包括：

当所述当轮对话及上轮对话符合预设规则时，反馈与所述当轮对话的问答内容对应的话术包括：反馈所述当轮对话的有效标签内的话术；或者，反馈与所述当轮对话对应的有效标签上预置的配置标签内的话术；或者，反馈所述有效标签和所述配置标签内的话术的结合话术。

为了解决上述问题，本发明还提供一种人机多轮对话装置，所述装置包括：内容获取及发送单元，用于获取用户问答内容，并将所述问答内容发送至预设的领域组；

识别标签获取单元，用于基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容对应的识别标签；

排序信息获取单元，用于根据所述识别标签的标识确定所述识别标签中的有效标签，并基于所述各子领域的预设优先级，获取所述有效标签与对应领域的排序信息；其中，所述标识用于表示所述问答内容对于子领域意图识别的有效性；

双向队列发送单元，用于基于所述排序信息确定有效的子领域及有效标签组合，并将所述有效的子领域及有效标签组合发送至预设双向队列中；

多轮对话完成单元，用于根据所述双向队列反馈与所述问答内容对应的话术，并实时发送至客户端，完成人机多轮对话。

可选地，所述识别标签存储于区块链中，所述基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签的步骤包括：

在所述领域组的各子领域中分别构建与所述子领域对应的对话领域树；

将所述问答内容输入所述各子领域的对话领域树中，以获取与所述问答内容相对应的识别标签。

为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

存储器，存储至少一个指令；及

处理器，执行所述存储器中存储的指令以实现上述所述的人机多轮对话方法。

为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的人机多轮对话方法。

本发明实施例通过获取用户问答内容，并将问答内容发送至预设的领域组；基于领域组中的各子领域对问答内容分别进行意图识别，以获取与问答内容对应的识别标签；根据识别标签的标识确定识别标签中的有效标签，并基于各子领域的预设优先级，获取有效标签与对应领域的排序信息；其中，标识用于表示问答内容对于子领域意图识别的有效性；基于排序信息确定有效的子领域及有效标签组合，并将有效的子领域及有效标签组合发送至预设双向队列中；根据双向队列反馈与问答内容对应的话术，并实时发送至客户端，完成人机多轮对话，对话速度快、准确度高、上下衔接自然，用户体验好。

附图说明

图1为本发明一实施例提供的人机多轮对话方法的流程示意图；

图2为本发明一实施例提供的双向队列的流程示意图；

图3为本发明一实施例提供的人机多轮对话装置的模块示意图；

图4为本发明一实施例提供的实现人机多轮对话方法的电子设备的内部结构示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种人机多轮对话方法。参照图1所示，为本发明一实施例提供的人机多轮对话方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。

在本实施例中，人机多轮对话方法包括：

S110：获取用户问答内容，并将所述问答内容发送至预设的领域组。

其中，领域组可根据具体的应用场景进行设置，作为具体示例，领域组至少包括业务领域、咨询领域、检测领域、特殊领域、高风险领域、通用领域等子领域，即子领域包括业务领域和非业务领域；非业务领域包括咨询领域、检测领域、特殊领域、高风险领域、通用领域等，各子领域之间为相互平行的关系。用户的问答内容发送到领域组中后，在领域组的各子领域分别对问答内容进行识别，各子领域在对问答内容进行识别的过程中，不存在先后顺序的情况。

S120：基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签。

其中，为确保识别标签的数据安全，识别标签可存储与区块链中，基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容对应的识别标签的步骤包括：

S121：在领域组的各子领域中分别构建与子领域对应的对话领域树；

S122：将问答内容输入各子领域的对话领域树中，获取与所述问答内容对应的识别标签。

另外，步骤S121进一步包括：

1、获取与所述子领域对应的训练数据；

2、基于所述训练数据对神经网络模型进行训练，直至所述神经网络模型收敛在预设范围内，形成与所述子领域对应的话术预测模型；

3、基于所述话术预测模型的预测结果集，形成与所述子领域对应的对话领域树。

具体地，话术预测模型在对问答内容进行预测时，输出的是与问答内容对应的答复内容，或者答复话术。当神经网络模型训练完成后会收敛为一个预测结果集，该结果集以树的形式呈现即为对话领域树，树的每个节点都对应有标签数据，进而可根据对话领域树获取与问答内容对应的识别标签。该识别标签可理解为通过对话领域书获取的与问答内容对应的答复内容。

此外，神经网络模型可选用现有的多种网络模型，例如CART树、模型树等或者回归树等，具体不做限制。

S130：根据所述识别标签的标识确定所述识别标签中的有效标签，并基于所述各子领域的预设优先级，获取所述有效标签与对应领域的排序信息；其中，所述标识用于表示所述问答内容对于所述各子领域意图识别的有效性。

具体地，基于问答内容，领域组中的各子领域均输出一个与所述问答内容对应的识别标签；但是，不是所有的识别标签均是有效的，此时，需要筛选出有效标签以及输出有效标签的子领域，并排除无效标签。例如，当向各子领域发起意图识别时，所有子领域均会生成一个对应的识别标签，该识别标签中包括有与问答内容对应的话术，或者与问答内容对应的答复内容，以及与子领域对问答内容的标识，通过标识确定该识别标签是“有效标签”还是“无效标签”。也就是说，识别标签包括子领域对问答内容识别为“无效回答”这种没有命中的标记，以及子领域对问答内容识别为“有效回答”这种命中的标记，当对应的识别标签为没有命中的标签时，表明该识别标签为无效标签，否则即为有效标签。

此外，根据识别标签的标识确定所述识别标签中的有效标签的步骤包括：

1、预先设定与各子领域分别对应的领域知识中的标签数据；

2、将识别标签与所述标签数据进行比对，获取比对结果；

3、基于所述比对结果确定与所述各子领域分别对应的标识，并根据所述标识判断所述识别标签是否为有效标签。

在上述步骤中，标签数据可根据本领域对应的领域知识进行预先设定，在获取当前子领域的识别标签后，将该识别标签与所述预设的标签数据进行比对，如果标签数据中存在该识别标签，可确定该识别标签即为有效标签，否则，该识别标签为无效标签。

优选地，可将预设的标签数据配置在对应的子领域的对话领域树中，当对话领域树输出识别标签后，自动对该识别标签进行判断，并输出带有“有效”或“无效”标记的识别结果，方便后续的排序操作。

待确定有效标签后，根据预设优先级的子领域，确定有效标签的排序，该排序与输出有效标签的子领域的排序是相同的。

需要说明的是，领域组中各子领域的优先级可根据应用场景进行设定或者调整，在上图领域组的结构图中，子领域后的括号内的数字可代表优先级，数据越大表明子领域的优先级越高，在排序过程中该子领域的顺序越靠前。

S140：基于所述排序信息确定有效的子领域及有效标签组合，并将所述有效的子领域及有效标签组合发送至预设双向队列中。

S150：根据所述双向队列反馈与所述问答内容对应的话术，并实时发送至客户端，完成人机多轮对话。

其中，确定与问答内容对应的话术后，可根据该话术以及预设的与该话术对应的话术组织方式，确定最终反馈的答复内容，并将该内容反馈至客户端的语音机器人，通过语音机器人将答复内容已文字或者语音等方式反馈给客户，完成人机对话。

此外，双向队列中一个队列用于记录业务领域命中的标签路径，另一个队列用于记录非业务领域命中的标签路径，在应用过程中，可通过人机对话过程中记录的子领域及有效标签，构建双向队列，并根据队列中前后依赖关系构建前后命中关系，具体可如图2双向队列的流程所示。

如图2所示，领域1为业务领域，领域2~5均为非业务领域，领域1/标签1代表的就是第一轮对话，领域2/标签1代表的就是第二轮对话，领域3/标签1代表第三轮对话，领域4/标签3代表第四轮对话，领域1/标签2代表第五轮对话。通过双向队列能够有效的推进业务领域1，并在不打乱业务领域相关内容推进的过程中，对非业务领域进行对应的话术选择。即能在业务领域1中查找前后的依赖关系，也能查找非业务领域与业务领域之间的前后关系，进而完善上下文路径的选择。

优选地，根据所述双向队列反馈与所述问答内容对应的话术的步骤包括：

1、在所述各子领域中的相邻顺序的两子领域之间构建顺序指针；

2、根据当轮对话有效的子领域与有效标签组合，以及构建的顺序指针，确定与所述当轮对话相对应的上轮对话的子领域及有效标签；

3、根据所述当轮对话及上轮对话的预设规则，反馈与所述当轮对话的问答内容对应的话术。

其中，根据所述当轮对话及上轮对话的预设规则，反馈与所述当轮对话的问答内容对应的话术的步骤包括：

当所述当轮对话及上轮对话符合预设规则时，反馈与所述当轮对话的问答内容对应的话术包括：反馈所述当轮对话的有效标签内的话术；或者，反馈与所述当轮对话对应的有效标签上预置的配置标签内的话术；或者，反馈所述有效标签和所述配置标签内的话术的结合话术。

具体地，预设规则可根据具体的应用场景或者具体的子领域进行设定，例如，可根据上轮对话有效的子领域以及有效标签、当轮对话有效的子领域及有效标签，预计预先配置在各识别标签上的备注信息，确定当轮对话的问答内容的回复话术。

具体地，在各识别标签上均设置有前置标签属性，当当轮对话及对应的上轮对话符合预设规则时，可根据该前置标签直接对问答内容进行回复。

作为示例，当轮对话的有效的子领域与有效标签组合为领域2/标签1，且根据双向队列，确定与当轮对话对应的上轮对话的有效的子领域与有效标签组合为领域1/标签1时，可触发预设在标签1上的前置标签，该前置标签可以设定好的“特定回答”，该预设规则及前置标签可根据具体的应用场景进行设定。

此外，当所述当轮对话及上轮对话符合预设规则时，可反馈与当轮对话的标签对应的配置标签，或者反馈当轮对话命中的有效标签，或者结合配置标签和有效标签的结合进行综合反馈等。

根据上述本发明的人机多轮对话方法，可有效识别客户的回答内容并进行多种标签的标记，多角度了解客户的真实意图，进而实现有效对话。此外，通过设置多领域优先级排序以及双向队列，提高回答话术的精准度，提要用户满意度及体验感。

如图3所示，是本发明人机多轮对话装置的功能模块图。

本发明所述人机多轮对话装置100可以安装于电子设备中。根据实现的功能，所述人机多轮对话装置可以包括内容获取及发送单元101、识别标签获取单元102、排序信息获取单元103、双向队列发送单元104、多轮对话完成单元105。本发所述单元也可以称之为模块，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

内容获取及发送单元101，用于获取用户问答内容，并将所述问答内容发送至预设的领域组。

在该单元中，其中，领域组可根据具体的应用场景进行设置，作为具体示例，领域组至少包括业务领域、咨询领域、检测领域、特殊领域、高风险领域、通用领域等子领域，即子领域包括业务领域和非业务领域；非业务领域包括咨询领域、检测领域、特殊领域、高风险领域、通用领域等，各子领域之间为相互平行的关系。用户的问答内容发送到领域组中后，在领域组的各子领域分别对问答内容进行识别，各子领域在对问答内容进行识别的过程中，不存在先后顺序的情况。

识别标签获取单元102，用于基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签。

其中，为确保识别标签的数据安全，识别标签可存储与区块链中，基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容对应的识别标签的步骤包括：

对话领域树构建模块1021，用于在领域组的各子领域中分别构建与子领域对应的对话领域树；以及，获取模块1022，用于将问答内容输入各子领域的对话领域树中，获取与所述问答内容对应的识别标签。

另外，对话领域树构建模块1021进一步包括：

1、获取与所述子领域对应的训练数据；

2、基于所述训练数据对神经网络模型进行训练，直至所述神经网络模型收敛在预设范围内，形成与所述子领域对应的话术预测模型；

3、基于所述话术预测模型的预测结果集，形成与所述子领域对应的对话领域树。

具体地，话术预测模型在对问答内容进行预测时，输出的是与问答内容对应的答复内容，或者答复话术。当神经网络模型训练完成后会收敛为一个预测结果集，该结果集以树的形式呈现即为对话领域树，树的每个节点都对应有标签数据，进而可根据对话领域树获取与问答内容对应的识别标签。该识别标签可理解为通过对话领域书获取的与问答内容对应的答复内容。

此外，神经网络模型可选用现有的多种网络模型，例如CART树、模型树等或者回归树等，具体不做限制。

排序信息获取单元103，用于根据所述识别标签的标识确定所述识别标签中的有效标签，并基于所述各子领域的预设优先级，获取所述有效标签与对应领域的排序信息；其中，所述标识用于表示所述问答内容对于所述各子领域意图识别的有效性。

具体地，基于问答内容，领域组中的各子领域均输出一个与所述问答内容对应的识别标签；但是，不是所有的识别标签均是有效的，此时，需要筛选出有效标签以及输出有效标签的子领域，并排除无效标签。例如，当向各子领域发起意图识别时，所有子领域均会生成一个对应的识别标签，该识别标签中包括有与问答内容对应的话术，或者与问答内容对应的答复内容，以及与子领域对问答内容的标识，通过标识确定该识别标签是“有效标签”还是“无效标签”。也就是说，识别标签包括子领域对问答内容识别为“无效回答”这种没有命中的标记，以及子领域对问答内容识别为“有效回答”这种命中的标记，当对应的识别标签为没有命中的标签时，表明该识别标签为无效标签，否则即为有效标签。

此外，根据识别标签的标识确定所述识别标签中的有效标签的步骤包括：

1、预先设定与各子领域分别对应的领域知识中的标签数据；

2、将识别标签与所述标签数据进行比对，获取比对结果；

3、基于所述比对结果确定与所述各子领域分别对应的标识，并根据所述标识判断所述识别标签是否为有效标签。

在上述步骤中，标签数据可根据本领域对应的领域知识进行预先设定，在获取当前子领域的识别标签后，将该识别标签与所述预设的标签数据进行比对，如果标签数据中存在该识别标签，可确定该识别标签即为有效标签，否则，该识别标签为无效标签。

优选地，可将预设的标签数据配置在对应的子领域的对话领域树中，当对话领域树输出识别标签后，自动对该识别标签进行判断，并输出带有“有效”或“无效”标记的识别结果，方便后续的排序操作。

待确定有效标签后，根据预设优先级的子领域，确定有效标签的排序，该排序与输出有效标签的子领域的排序是相同的。

需要说明的是，领域组中各子领域的优先级可根据应用场景进行设定或者调整，在上图领域组的结构图中，子领域后的括号内的数字可代表优先级，数据越大表明子领域的优先级越高，在排序过程中该子领域的顺序越靠前。

双向队列发送单元104，用于基于所述排序信息确定有效的子领域及有效标签组合，并将所述有效的子领域及有效标签组合发送至预设双向队列中；

多轮对话完成单元105，用于根据所述双向队列反馈与所述问答内容对应的话术，并实时发送至客户端，完成人机多轮对话。

具体地，其中，确定与问答内容对应的话术后，可根据该话术以及预设的与该话术对应的话术组织方式，确定最终反馈的答复内容，并将该内容反馈至客户端的语音机器人，通过语音机器人将答复内容已文字或者语音等方式反馈给客户，完成人机对话。

此外，双向队列中一个队列用于记录业务领域命中的标签路径，另一个队列用于记录非业务领域命中的标签路径，在应用过程中，可通过人机对话过程中记录的子领域及有效标签，构建双向队列，并根据队列中前后依赖关系构建前后命中关系。

当所述当轮对话及上轮对话符合预设规则时，反馈与所述当轮对话的问答内容对应的话术包括：反馈所述当轮对话的有效标签内的话术；或者，反馈与所述当轮对话对应的有效标签上预置的配置标签内的话术；或者，反馈所述有效标签和所述配置标签内的话术的结合话术。

如图4所示，是本发明实现人机多轮对话方法的电子设备的结构示意图。

所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如人机多轮对话程序12。

其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（SecureDigital， SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如人机多轮对话程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（Control Unit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如人机多轮对话程序等），以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。

所述总线可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。其中，该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

图4仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备1与其他电子设备之间建立通信连接。

可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备1中的所述存储器11存储的人机多轮对话程序12是多个指令的组合，在所述处理器10中运行时，可以实现：

获取用户问答内容，并将所述问答内容发送至预设的领域组；

基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签；

根据所述识别标签的标识确定所述识别标签中的有效标签，并基于所述各子领域的预设优先级，获取所述有效标签与对应领域的排序信息；其中，所述标识用于表示所述问答内容对于子领域意图识别的有效性；

基于所述排序信息确定有效的子领域及有效标签组合，并将所述有效的子领域及有效标签组合发送至预设双向队列中；

根据所述双向队列反馈与所述问答内容对应的话术，并实时发送至客户端，完成人机多轮对话。

可选地，所述基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签的步骤包括：

在所述领域组的各子领域中分别构建与所述子领域对应的对话领域树；

将所述问答内容输入所述各子领域的对话领域树中，获取与所述问答内容相对应的识别标签。

可选地，所述构建与所述子领域对应的对话领域树的步骤包括：

获取与所述子领域对应的训练数据；

基于所述训练数据对神经网络模型进行训练，直至所述神经网络模型收敛在预设范围内，形成与所述子领域对应的话术预测模型；

基于所述话术预测模型的预测结果集，形成与所述子领域对应的对话领域树。

可选地，根据所述识别标签的标识确定所述识别标签中的有效标签的步骤包括：

预先设定与各子领域分别对应的领域知识中的标签数据；

将识别标签与所述标签数据进行比对，获取比对结果；

基于所述比对结果确定与所述各子领域分别对应的标识，并根据所述标识判断所述识别标签是否为有效标签。

可选地，所述根据所述双向队列反馈与所述问答内容对应的话术的步骤包括：

在所述各子领域中的相邻顺序的两子领域之间构建顺序指针；

根据当轮对话有效的子领域与有效标签组合，以及构建的顺序指针，确定与所述当轮对话相对应的上轮对话的子领域及有效标签；

根据所述当轮对话及上轮对话的预设规则，反馈与所述当轮对话的问答内容对应的话术。

可选地，根据所述当轮对话及上轮对话的预设规则，反馈与所述当轮对话的问答内容对应的话术的步骤包括：

当所述当轮对话及上轮对话符合预设规则时，反馈与所述当轮对话的问答内容对应的话术包括：反馈所述当轮对话的有效标签内的话术；或者，反馈与所述当轮对话对应的有效标签上预置的配置标签内的话术；或者，反馈所述有效标签和所述配置标签内的话术的结合话术。

可选地，所述子领域包括业务领域和非业务领域；

所述非业务领域包括咨询领域、检测领域、特殊领域、高风险领域、通用领域。

进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种人机多轮对话方法，其特征在于，所述方法包括：

获取用户问答内容，并将所述问答内容发送至预设的领域组；

基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签；

根据所述识别标签的标识确定所述识别标签中的有效标签，并基于所述各子领域的预设优先级，获取所述有效标签与对应领域的排序信息；其中，所述标识用于表示所述问答内容对于所述各子领域意图识别的有效性；

基于所述排序信息确定有效的子领域及有效标签组合，并将所述有效的子领域及有效标签组合发送至预设双向队列中；其中，所述双向队列包括两个不同的队列，所述子领域包括业务领域和非业务领域，所述双向队列中的一个队列用于记录所述业务领域命中的标签路径，另一个队列用于记录所述非业务领域命中的标签路径；

根据所述双向队列反馈与所述问答内容对应的话术，并实时发送至客户端，完成人机多轮对话。

2.如权利要求1所述的人机多轮对话方法，其特征在于，所述识别标签存储于区块链中，所述基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签的步骤包括：

在所述领域组的各子领域中分别构建与所述子领域对应的对话领域树；

将所述问答内容输入所述各子领域的对话领域树中，以获取与所述问答内容相对应的识别标签。

3.如权利要求2所述的人机多轮对话方法，其特征在于，所述构建与所述子领域对应的对话领域树的步骤包括：

获取与所述子领域对应的训练数据；

基于所述训练数据对神经网络模型进行训练，直至所述神经网络模型收敛在预设范围内，形成与所述子领域对应的话术预测模型；

基于所述话术预测模型的预测结果集，形成与所述子领域对应的对话领域树。

4.如权利要求1所述的人机多轮对话方法，其特征在于，根据所述识别标签的标识确定所述识别标签中的有效标签的步骤包括：

预先设定与各子领域分别对应的领域知识中的标签数据；

将识别标签与所述标签数据进行比对，获取比对结果；

基于所述比对结果确定与所述各子领域分别对应的标识，并根据所述标识判断所述识别标签是否为有效标签。

5.如权利要求1所述的人机多轮对话方法，其特征在于，所述根据所述双向队列反馈与所述问答内容对应的话术的步骤包括：

在所述各子领域中的相邻顺序的两子领域之间构建顺序指针；

根据当轮对话有效的子领域与有效标签组合，以及构建的顺序指针，确定与所述当轮对话相对应的上轮对话的子领域及有效标签；

根据所述当轮对话及上轮对话的预设规则，反馈与所述当轮对话的问答内容对应的话术。

6.如权利要求5所述的人机多轮对话方法，其特征在于，根据所述当轮对话及上轮对话的预设规则，反馈与所述当轮对话的问答内容对应的话术的步骤包括：

当所述当轮对话及上轮对话符合预设规则时，反馈与所述当轮对话的问答内容对应的话术包括：反馈所述当轮对话的有效标签内的话术；或者，反馈与所述当轮对话对应的有效标签上预置的配置标签内的话术；或者，反馈所述有效标签和所述配置标签内的话术的结合话术。

7.一种人机多轮对话装置，其特征在于，所述装置包括：

内容获取及发送单元，用于获取用户问答内容，并将所述问答内容发送至预设的领域组；

识别标签获取单元，用于基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签；

排序信息获取单元，用于根据所述识别标签的标识确定所述识别标签中的有效标签，并基于所述各子领域的预设优先级，获取所述有效标签与对应领域的排序信息；其中，所述标识用于表示所述问答内容对于所述各子领域意图识别的有效性；

双向队列发送单元，用于基于所述排序信息确定有效的子领域及有效标签组合，并将所述有效的子领域及有效标签组合发送至预设双向队列中；其中，所述双向队列包括两个不同的队列，所述子领域包括业务领域和非业务领域，所述双向队列中的一个队列用于记录所述业务领域命中的标签路径，另一个队列用于记录所述非业务领域命中的标签路径；

多轮对话完成单元，用于根据所述双向队列反馈与所述问答内容对应的话术，并实时发送至客户端，完成人机多轮对话。

8.如权利要求7所述的人机多轮对话装置，其特征在于，

所述识别标签存储于区块链中，所述基于所述领域组中的各子领域对所述问答内容分别进行意图识别，以获取与所述问答内容相对应的识别标签的步骤包括：

在所述领域组的各子领域中分别构建与所述子领域对应的对话领域树；

将所述问答内容输入所述各子领域的对话领域树中，以获取与所述问答内容相对应的识别标签。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6中任一所述的人机多轮对话方法中的步骤。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一所述的人机多轮对话方法中的步骤。