CN113157896B - 一种语音对话生成方法、装置、计算机设备及存储介质 - Google Patents

一种语音对话生成方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN113157896B
CN113157896B CN202110575146.9A CN202110575146A CN113157896B CN 113157896 B CN113157896 B CN 113157896B CN 202110575146 A CN202110575146 A CN 202110575146A CN 113157896 B CN113157896 B CN 113157896B
Authority
CN
China
Prior art keywords
corpus
text sequence
sequence
sentence vector
similarity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110575146.9A
Other languages
English (en)
Other versions
CN113157896A (zh
Inventor
张涛
周坤胜
曾增烽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Life Insurance Company of China Ltd
Original Assignee
Ping An Life Insurance Company of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Life Insurance Company of China Ltd filed Critical Ping An Life Insurance Company of China Ltd
Priority to CN202110575146.9A priority Critical patent/CN113157896B/zh
Publication of CN113157896A publication Critical patent/CN113157896A/zh
Application granted granted Critical
Publication of CN113157896B publication Critical patent/CN113157896B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3343—Query execution using phonetics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/194—Calculation of difference between files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Machine Translation (AREA)

Abstract

本申请公开了一种语音对话生成方法、装置计算机设备和存储介质，属于人工智能技术领域，本申请通过将待答复语料和关联语料进行组合，形成第一文本序列，通过对历史语料进行语料划分，得到与第一文本序列长度相同的第二文本序列，通过对第一文本序列和第二文本序列进行向量转化，并计算第一文本序列和第二文本序列的相似度，将与第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料。此外，本申请还涉及区块链技术，待答复语料和关联语料可存储于区块链中。本申请通过将待答复语料和关联语料进行组合处理，实现了多轮检索的语音答复，能够更好的结合待答复语料的上下文内容，答复语料更接近于真人对话，使用户获得更好的体验。

Description

一种语音对话生成方法、装置、计算机设备及存储介质
技术领域
本申请属于人工智能技术领域，具体涉及一种语音对话生成方法、装置、计算机设备和存储介质。
背景技术
而在销售服务人员的培训过程，通过人工培训的方式通常会花费企业较大的成本，而目前的一些人工智能语音陪练系统虽然能够起到一定的效果，但依旧存在缺陷，现有的语音陪练系统主要分为生成式对话系统或者单轮检索式对话系统，生成式对话系统生成的语音回复结果可控度不高，甚至存在生成语法错误的问题，而单轮检索式对话系统没有很好的结合上下文内容信息，只能处理单轮次的问答任务，输出的语音回复结果准确度不高。
发明内容
本申请实施例的目的在于提出一种语音对话生成方法、装置、计算机设备及存储介质，以解决现有语音陪练系统在生成语音答复时存在的没有很好的结合上下文内容信息，输出的语音回复结果准确度不高的技术问题。
为了解决上述技术问题，本申请实施例提供一种语音对话生成方法，采用了如下所述的技术方案：
一种语音对话生成方法，包括：
获取待答复语料，并确定与所述待答复语料具有关联关系的关联语料；
对所述待答复语料和所述关联语料进行组合，得到第一文本序列；
获取所述第一文本序列的长度，基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列；
对所述第一文本序列进行向量转化，得到第一句向量序列，以及对所述第二文本序列进行向量转化，得到第二句向量序列；
计算所述第一句向量序列和所述第二句向量序列的相似度；
将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。
进一步地，在所述对所述待答复语料和所述关联语料进行组合，得到第一文本序列的步骤之前，还包括：
分别对所述待答复语料和所述关联语料进行分词处理，得到分词词组；
对所述分词词组进行文本识别，并基于文本识别结果从所述分词词组中去除预先设定的停用词。
进一步地，所述获取所述第一文本序列的长度，基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列的步骤，具体包括：
获取所述第一文本序列的长度，并比对所述第一文本序列的长度与所述历史语料的长度；
若所述第一文本序列的长度小于所述历史语料的长度，则基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列。
进一步地，所述基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列的步骤，具体包括：
依次从所述历史语料中读取语句，得到待处理语料；
当所述待处理语料的长度与所述第一文本序列的长度相等时，将所述待处理语料从所述历史语料中划分出来；
历遍所述历史语料，直至将所述历史语料中的所有语句全部划分，得到第二文本序列。
进一步地，所述计算所述第一句向量序列和所述第二句向量序列的相似度的步骤，具体包括：
分别计算所述第一句向量序列和所述第二句向量序列中每一个相互对应的句向量的相似度；
基于每一个相互对应的句向量的相似度确定每一个句向量的权重；
基于每一个相互对应的句向量的相似度和所述每一个句向量的权重计算所述第一句向量序列和所述第二句向量序列的相似度。
进一步地，所述基于每一个相互对应的句向量的相似度确定每一个句向量的权重的步骤，具体包括：
通过以下公式计算每一个相互对应的句向量的权重：
其中，aj为第一句向量序列中第j个句向量，bj为第二句向量序列中第j个句向量，cos(aj,bj)为aj和bj的句向量的相似度，Q为句向量的权重。
进一步地，所述将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料的步骤，具体包括：
对计算得到的所有相似度进行排序，得到相似度排序结果；
基于所述相似度排序结果确定与所述第一文本序列相似度最大的第二文本序列；
将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。
为了解决上述技术问题，本申请实施例还提供一种语音对话生成装置，采用了如下所述的技术方案：
一种语音对话生成装置，包括：
语料获取模块，用于获取待答复语料，并确定与所述待答复语料具有关联关系的关联语料；
语料组合模块，用于对所述待答复语料和所述关联语料进行组合，得到第一文本序列；
语料划分模块，用于获取所述第一文本序列的长度，基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列；
向量转化模块，用于对所述第一文本序列进行向量转化，得到第一句向量序列，以及对所述第二文本序列进行向量转化，得到第二句向量序列；
相似度计算模块，用于计算所述第一句向量序列和所述第二句向量序列的相似度；
语料生成模块，用于将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上述所述的语音对话生成方法的步骤。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上述所述的语音对话生成方法的步骤。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请公开了一种语音对话生成方法、装置、计算机设备和存储介质，属于人工智能技术领域，本申请通过将待答复语料和与待答复语料相关联的关联语料进行组合，形成第一文本序列，并根据第一文本序列的文本长度对预设语料库中的所有历史语料进行语料划分，得到与第一文本序列长度相同的第二文本序列，通过对第一文本序列和第二文本序列进行向量转化，得到第一句向量序列和第二句向量序列，并计算第一文本序列和第二文本序列的相似度，将与第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料。本申请通过将待答复语料和关联语料进行组合处理，实现了多轮检索的语音答复，能够更好的结合待答复语料的上下文内容，答复语料更接近于真人对话，使用户获得更好的体验。
附图说明
为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本申请可以应用于其中的示例性系统架构图；
图2示出了根据本申请的语音对话生成方法的一个实施例的流程图；
图3示出了根据本申请的语音对话生成装置的一个实施例的结构示意图；
图4示出了根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是，本申请实施例所提供的语音对话生成方法一般由服务器执行，相应地，语音对话生成装置一般设置于服务器中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的语音对话生成的方法的一个实施例的流程图。所述的语音对话生成方法，包括以下步骤：
S201，获取待答复语料，并确定与所述待答复语料具有关联关系的关联语料；
其中，现有的基于检索式的对话系统通常为单轮检索式对话系统，单轮检索式对话系统没有很好的结合上下文内容信息，只能处理单轮次的问答任务，输出的语音回复结果准确度不高本申请通过将待答复语料和关联语料进行组合处理，实现了多轮检索的语音答复，能够更好的结合待答复语料的上下文内容，答复语料更接近于真人对话，使用户获得更好的体验。
具体的，在服务器接收到对话生成指令时，基于对话生成指令获取到待答复语料，同时基于语义识别确定与待答复语料相关联的关联语料，其中，关联语料可以通过语义识别确定，例如，获取当前对话的全部语句，将当前对话的全部语句和待答复语料分别输入预设的语义识别模型进行语义分析，基于语义分析分析结果获得待答复语料和当前对话中每一个语句的相似度，将相似度大于预设相似度阈值的语句确定为与待答复语料相关联的关联语料，其中，预设的语义识别模型可以是隐马尔可夫模型。
在本实施例中，语音对话生成方法运行于其上的电子设备(例如图1所示的服务器/终端设备)可以通过有线连接方式或者无线连接方式接收到对话生成指令。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
S202，对所述待答复语料和所述关联语料进行组合，得到第一文本序列；
具体的，服务器获取到待答复语料和关联语料后，对待答复语料和关联语料预处理，完成待答复语料和关联语料的预处理后，对待答复语料和关联语料进行组合，得到第一文本序列。其中，预处理包括分词处理和去除停用词处理，文本序列中包括若干个语句。
S203，获取所述第一文本序列的长度，基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列；
其中，第一文本序列的长度指的是第一文本序列中包含的语句数量，例如，某一个文本序列中包含有8个语句，则该文本序列的长度为8。预设语料库中的历史语料可以通过预先收集的方式获得。例如，在销售服务人员陪练系统中，可以获取大量的代理人与客户通过线上的方式进行沟通的历史语料，通过对历史语料分析和过滤掉不相关的对话信息后，得到代理人与客户相交互的语料内容，将该语料内容作为销售服务人员陪练系统的语料库。
具体的，在将预处理后的待答复语料和关联语料进组合，得到第一文本序列后，获取第一文本序列的文本长度，并基于第一文本序列的文本长度对预设语料库中的历史语料进行划分，得到若干个文本长度与第一文本序列的文本长度相同的第二文本序列。
S204，对所述第一文本序列进行向量转化，得到第一句向量序列，以及对所述第二文本序列进行向量转化，得到第二句向量序列；
具体的，第一文本序列和第二文本序列均包括若干个语句，而经过分词处理后每一个语句又包含若干个分词词组，在本申请中，通过对文本序列中每一个语句的分词词组进行向量转化，将得到每一个分词词组转化为词向量，并将每一个语句的分词词组的词向量取均值，得到每一个语句的句向量，组合所有语句的句向量，得到句向量序列。
S205，计算所述第一句向量序列和所述第二句向量序列的相似度；
其中，针对于语音对话答复生成，距离待答复语料越远的语句与待答复语料的关联影响程度越小，语音对话答复生成时应该给予的权重更小。因此，在计算第一句向量序列和每一个第二句向量序列的相似度时，不仅要考虑到向量序列中每一个语句的相似度，还要综合考虑每一个语句对于生成答复语料的权重。
具体的，分别计算第一句向量序列和第二句向量序列中每一个相互对应的句向量的相似度，并基于每一个相互对应的句向量的相似度确定每一个句向量的权重，基于每一个相互对应的句向量的相似度和每一个句向量的权重计算第一句向量序列和每一个第二句向量序列的相似度。
S206，将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。
具体的，对计算得到的所有相似度进行排序，得到相似度排序结果，基于相似度排序结果确定与第一文本序列相似度最大的第二文本序列，将与第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出答复语料。
本申请公开了一种语音对话生成方法，属于人工智能技术领域，本申请通过将待答复语料和与待答复语料相关联的关联语料进行组合，形成第一文本序列，并根据第一文本序列的文本长度对预设语料库中的所有历史语料进行语料划分，得到若干个与第一文本序列长度相同的第二文本序列，通过对第一文本序列和第二文本序列进行向量转化，得到第一句向量序列和第二句向量序列，并计算第一文本序列和第二文本序列的相似度，将与第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料。本申请通过将待答复语料和关联语料进行组合处理，实现了多轮检索的语音答复，能够更好的结合待答复语料的上下文内容，答复语料更接近于真人对话，使用户获得更好的体验。
进一步地，在所述对所述待答复语料和所述关联语料进行组合，得到第一文本序列的步骤之前，还包括：
分别对所述待答复语料和所述关联语料进行分词处理，得到分词词组；
对所述分词词组进行文本识别，并基于文本识别结果从所述分词词组中去除预先设定的停用词。
其中，停用词是指在信息检索中，为节省存储空间和提高搜索效率，在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词，这些字或词即被称为Stop Words(停用词)。这些停用词都是人工预先输入的，生成一个停用词表，存储在服务器中。去除停用词可以精简语料结构，加快处理速度，防止计算资源浪费。
具体的，分别对待答复语料和关联语料进行分词处理，得到若干个分词词组；分别对若干个分词词组进行文本识别，并基于文本识别结果从若干个分词词组中去除预先设定的停用词。在上述实施例中，本申请通过对待答复语料和关联语料进行分词处理和去停用词处理，可以精简语料结构，加快处理速度。
进一步地，所述获取所述第一文本序列的长度，基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列的步骤，具体包括：
获取所述第一文本序列的长度，并比对所述第一文本序列的长度与所述历史语料的长度；
若所述第一文本序列的长度小于所述历史语料的长度，则基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到若干个第二文本序列。
具体的，获取第一文本序列的长度后，比对第一文本序列的长度与历史语料的长度，若第一文本序列的长度小于历史语料的长度，则基于第一文本序列的长度对预设语料库中的历史语料进行划分，得到若干个第二文本序列，若第一文本序列的长度等于历史语料的长度，则直接将所述历史语料当做第二文本序列。若第一文本序列的长度大于历史语料的长度，则表明该历史语料无法形成第二文本序列。
进一步地，所述基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列的步骤，具体包括：
依次从所述历史语料中读取语句，得到待处理语料；
当所述待处理语料的长度与所述第一文本序列的长度相等时，将所述待处理语料从所述历史语料中划分出来；
历遍所述历史语料，直至将所述历史语料中的所有语句全部划分，得到第二文本序列。
具体的，依次从历史语料中读取语句，得到待处理语料，当待处理语料的长度与第一文本序列的长度相等时，将待处理语料从历史语料中划分出来，历遍历史语料，直至将历史语料中的所有语句全部划分，得到若干个第二文本序列。
在本申请一种具体的实施例中，假设历史语料S中一共包含6个语句，即S＝{S1，S2，S3，S4，S5，S6}，而第一文本序列的长度为3，则依次从历史语料中读取语句，对历史语料进行划分后得到4个第二文本序列如下：{S1，S2，S3}、{S2，S3，S4}、{S3，S4，S5}、{S4，S5，S6}。
进一步地，所述计算所述第一句向量序列和所述第二句向量序列的相似度的步骤，具体包括：
分别计算所述第一句向量序列和所述第二句向量序列中每一个相互对应的句向量的相似度；
基于每一个相互对应的句向量的相似度确定每一个句向量的权重；
基于每一个相互对应的句向量的相似度和所述每一个句向量的权重计算所述第一句向量序列和所述第二句向量序列的相似度。
具体的，在本申请一种具体的实施例中，假设有第一句向量序列A和第二句向量序列B，第一句向量序列A和第二句向量序列B均为由k个句向量构成，
A＝{ak-1，ak-2,ak-3,ak-4…,a0}
B＝{bk-1,bk-2,bk-3,bk-4…,b0}
其中，a和b分别代表句向量，则每一个相互对应的句向量的相似度通过以下公式进行计算：
D＝cos(aj,bj)
其中，aj为第一句向量序列中第j个句向量，bj为第二句向量序列中第j个句向量，句向量的相似度可以表示为句向量的余弦值，D为相似度。
因为距离待答复语料越远的语句与待答复语料的关联影响程度越小，语音对话答复生成时应该给予的权重更小，因此每一个句向量的权重可以表示为：
其中,Q为句向量的权重，cos(aj,bj)为aj和bj的句向量的相似度，为对相似度进行归一化，在上述式子中通过将相似度的累乘作为句向量的权重，由于/>即表示在越远离待答复语料的句子，累乘得到的值越小，其权重越小。
最后，得到第一句向量序列A和第二句向量序列B的相似度sim(A,B)如下：
其中，向量序列相似度可以看做是向量序列中每一个句向量相似度和权重的乘积的累加。
进一步地，所述将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料的步骤，具体包括：
对计算得到的所有相似度进行排序，得到相似度排序结果；
基于所述相似度排序结果确定与所述第一文本序列相似度最大的第二文本序列；
将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。
具体的，对计算得到的所有相似度进行排序，得到相似度排序结果，基于所述相似度排序结果确定与所述第一文本序列相似度最大的第二文本序列，将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。在上述实施例中，通过对相似度进行排序，以便确定与所述第一文本序列相似度最大的第二文本序列，通过将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，实现了多轮检索的语音答复，能够更好的结合待答复语料的上下文内容，答复语料更接近于真人对话，使用户获得更好的体验。
需要强调的是，为进一步保证上述待答复语料和关联语料的私密和安全性，上述待答复语料和关联语料还可以存储于一区块链的节点中。
本申请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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3，作为对上述图2所示方法的实现，本申请提供了一种语音对话生成装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，本实施例所述的语音对话生成装置包括：
语料获取模块301，用于获取待答复语料，并确定与所述待答复语料具有关联关系的关联语料；
语料组合模块302，用于对所述待答复语料和所述关联语料进行组合，得到第一文本序列；
语料划分模块303，用于获取所述第一文本序列的长度，基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列；
向量转化模块304，用于对所述第一文本序列进行向量转化，得到第一句向量序列，以及对所述第二文本序列进行向量转化，得到第二句向量序列；
相似度计算模块305，用于计算所述第一句向量序列和所述第二句向量序列的相似度；
语料生成模块306，用于将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。
进一步地，所述语音对话生成装置还包括：
分词处理模块，用于分别对所述待答复语料和所述关联语料进行分词处理，得到分词词组；
文本识别模块，用于对所述分词词组进行文本识别，并基于文本识别结果从所述分词词组中去除预先设定的停用词。
进一步地，所述语料划分模块303具体包括：
长度比对单元，用于获取所述第一文本序列的长度，并比对所述第一文本序列的长度与所述历史语料的长度；
比对结果单元，用于当所述第一文本序列的长度小于所述历史语料的长度时，基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列。
进一步地，所述比对结果单元具体包括：
语句读取子单元，用于依次从所述历史语料中读取语句，得到待处理语料；
第一划分子单元，用于当所述待处理语料的长度与所述第一文本序列的长度相等时，将所述待处理语料从所述历史语料中划分出来；
第二划分子单元，用于历遍所述历史语料，直至将所述历史语料中的所有语句全部划分，得到第二文本序列。
进一步地，所述相似度计算模块305具体包括：
第一相似度计算单元，用于计算所述第一句向量序列和所述第二句向量序列中每一个相互对应的句向量的相似度；
权重计算单元，用于基于每一个相互对应的句向量的相似度确定每一个句向量的权重；
第二相似度计算单元，用于基于每一个相互对应的句向量的相似度和所述每一个句向量的权重计算所述第一句向量序列和所述第二句向量序列的相似度。
进一步地，所述权重计算单元具体包括：
通过以下公式计算每一个相互对应的句向量的权重：
其中，aj为第一句向量序列中第j个句向量，bj为第二句向量序列中第j个句向量，cos(aj,bj)为aj和bj的句向量的相似度，Q为句向量的权重。
进一步地，所述语料生成模块306具体包括：
相似度排序单元，用于对计算得到的所有相似度进行排序，得到相似度排序结果；
最大相似度单元，用于基于所述相似度排序结果确定与所述第一文本序列相似度最大的第二文本序列；
语料生成单元，用于将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。
本申请公开了一种语音对话生成装置，属于人工智能技术领域，本申请通过将待答复语料和与待答复语料相关联的关联语料进行组合，形成第一文本序列，并根据第一文本序列的文本长度对预设语料库中的所有历史语料进行语料划分，得到与第一文本序列长度相同的第二文本序列，通过对第一文本序列和第二文本序列进行向量转化，得到第一句向量序列和第二句向量序列，并计算第一文本序列和第二文本序列的相似度，将与第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料。本申请通过将待答复语料和关联语料进行组合处理，实现了多轮检索的语音答复，能够更好的结合待答复语料的上下文内容，答复语料更接近于真人对话，使用户获得更好的体验。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是，图中仅示出了具有组件41-43的计算机设备4，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41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、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器41可以是所述计算机设备4的内部存储单元，例如该计算机设备4的硬盘或内存。在另一些实施例中，所述存储器41也可以是所述计算机设备4的外部存储设备，例如该计算机设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中，所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件，例如语音对话生成方法的计算机可读指令等。此外，所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据，例如运行所述语音对话生成方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
本申请公开了一种计算机设备，属于人工智能技术领域，本申请通过将待答复语料和与待答复语料相关联的关联语料进行组合，形成第一文本序列，并根据第一文本序列的文本长度对预设语料库中的所有历史语料进行语料划分，得到与第一文本序列长度相同的第二文本序列，通过对第一文本序列和第二文本序列进行向量转化，得到第一句向量序列和第二句向量序列，并计算第一文本序列和第二文本序列的相似度，将与第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料。本申请通过将待答复语料和关联语料进行组合处理，实现了多轮检索的语音答复，能够更好的结合待答复语料的上下文内容，答复语料更接近于真人对话，使用户获得更好的体验。
本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的语音对话生成方法的步骤。
本申请公开了一种存储介质，属于人工智能技术领域，本申请通过将待答复语料和与待答复语料相关联的关联语料进行组合，形成第一文本序列，并根据第一文本序列的文本长度对预设语料库中的所有历史语料进行语料划分，得到与第一文本序列长度相同的第二文本序列，通过对第一文本序列和第二文本序列进行向量转化，得到第一句向量序列和第二句向量序列，并计算第一文本序列和第二文本序列的相似度，将与第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料。本申请通过将待答复语料和关联语料进行组合处理，实现了多轮检索的语音答复，能够更好的结合待答复语料的上下文内容，答复语料更接近于真人对话，使用户获得更好的体验。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。

Claims (10)

1.一种语音对话生成方法，其特征在于，包括：
获取待答复语料，并确定与所述待答复语料具有关联关系的关联语料，其中，所述关联语料为当前对话中与所述待答复语料的语义相似度大于预设相似度阈值的语句；
对所述待答复语料和所述关联语料进行组合，得到第一文本序列；
获取所述第一文本序列的长度，基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列；
对所述第一文本序列进行向量转化，得到第一句向量序列，以及对所述第二文本序列进行向量转化，得到第二句向量序列；
计算所述第一句向量序列和所述第二句向量序列的相似度；
将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。
2.如权利要求1所述的语音对话生成方法，其特征在于，在所述对所述待答复语料和所述关联语料进行组合，得到第一文本序列的步骤之前，还包括：
分别对所述待答复语料和所述关联语料进行分词处理，得到分词词组；
对所述分词词组进行文本识别，并基于文本识别结果从所述分词词组中去除预先设定的停用词。
3.如权利要求1所述的语音对话生成方法，其特征在于，所述获取所述第一文本序列的长度，基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列的步骤，具体包括：
获取所述第一文本序列的长度，并比对所述第一文本序列的长度与所述历史语料的长度；
若所述第一文本序列的长度小于所述历史语料的长度，则基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列。
4.如权利要求3所述的语音对话生成方法，其特征在于，所述基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列的步骤，具体包括：
依次从所述历史语料中读取语句，得到待处理语料；
当所述待处理语料的长度与所述第一文本序列的长度相等时，将所述待处理语料从所述历史语料中划分出来；
历遍所述历史语料，直至将所述历史语料中的所有语句全部划分，得到第二文本序列。
5.如权利要求1所述的语音对话生成方法，其特征在于，所述计算所述第一句向量序列和所述第二句向量序列的相似度的步骤，具体包括：
分别计算所述第一句向量序列和所述第二句向量序列中每一个相互对应的句向量的相似度；
基于每一个相互对应的句向量的相似度确定每一个句向量的权重；
基于每一个相互对应的句向量的相似度和所述每一个句向量的权重计算所述第一句向量序列和所述第二句向量序列的相似度。
6.如权利要求1所述的语音对话生成方法，其特征在于，所述基于每一个相互对应的句向量的相似度确定每一个句向量的权重的步骤，具体包括：
通过以下公式计算每一个相互对应的句向量的权重：
其中，aj为第一句向量序列中第j个句向量，bj为第二句向量序列中第j个句向量，cos(aj,bj)为aj和bj的句向量的相似度，Q为句向量的权重。
7.如权利要求1至6任意一项所述的语音对话生成方法，其特征在于，所述将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料的步骤，具体包括：
对计算得到的所有相似度进行排序，得到相似度排序结果；
基于所述相似度排序结果确定与所述第一文本序列相似度最大的第二文本序列；
将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。
8.一种语音对话生成装置，其特征在于，包括：
语料获取模块，用于获取待答复语料，并确定与所述待答复语料具有关联关系的关联语料，其中，所述关联语料为当前对话中与所述待答复语料的语义相似度大于预设相似度阈值的语句；
语料组合模块，用于对所述待答复语料和所述关联语料进行组合，得到第一文本序列；
语料划分模块，用于获取所述第一文本序列的长度，基于所述第一文本序列的长度对预设语料库中的历史语料进行划分，得到第二文本序列；
向量转化模块，用于对所述第一文本序列进行向量转化，得到第一句向量序列，以及对所述第二文本序列进行向量转化，得到第二句向量序列；
相似度计算模块，用于计算所述第一句向量序列和所述第二句向量序列的相似度；
语料生成模块，用于将与所述第一文本序列相似度最大的第二文本序列的下一句语料作为答复语料，输出所述答复语料。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的语音对话生成方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的语音对话生成方法的步骤。
CN202110575146.9A 2021-05-26 2021-05-26 一种语音对话生成方法、装置、计算机设备及存储介质 Active CN113157896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110575146.9A CN113157896B (zh) 2021-05-26 2021-05-26 一种语音对话生成方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110575146.9A CN113157896B (zh) 2021-05-26 2021-05-26 一种语音对话生成方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN113157896A CN113157896A (zh) 2021-07-23
CN113157896B true CN113157896B (zh) 2024-03-29

Family

ID=76877461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110575146.9A Active CN113157896B (zh) 2021-05-26 2021-05-26 一种语音对话生成方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN113157896B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117437915A (zh) * 2023-09-27 2024-01-23 上海强仝智能科技有限公司 一种答复内容生成方法、装置、电子设备和可读介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111259130A (zh) * 2020-02-14 2020-06-09 支付宝(杭州)信息技术有限公司 用于在对话中提供答复语句的方法及装置
CN111291170A (zh) * 2020-01-20 2020-06-16 腾讯科技（深圳）有限公司 一种基于智能客服的会话推荐方法及相关装置
CN111429204A (zh) * 2020-03-10 2020-07-17 携程计算机技术（上海）有限公司 酒店推荐方法、系统、电子设备和存储介质
CN111444320A (zh) * 2020-06-16 2020-07-24 太平金融科技服务（上海）有限公司 文本检索方法、装置、计算机设备和存储介质
CN112800209A (zh) * 2021-01-28 2021-05-14 上海明略人工智能(集团)有限公司 会话语料推荐方法、装置、存储介质和电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8630989B2 (en) * 2011-05-27 2014-01-14 International Business Machines Corporation Systems and methods for information extraction using contextual pattern discovery

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111291170A (zh) * 2020-01-20 2020-06-16 腾讯科技（深圳）有限公司 一种基于智能客服的会话推荐方法及相关装置
CN111259130A (zh) * 2020-02-14 2020-06-09 支付宝(杭州)信息技术有限公司 用于在对话中提供答复语句的方法及装置
CN111429204A (zh) * 2020-03-10 2020-07-17 携程计算机技术（上海）有限公司 酒店推荐方法、系统、电子设备和存储介质
CN111444320A (zh) * 2020-06-16 2020-07-24 太平金融科技服务（上海）有限公司 文本检索方法、装置、计算机设备和存储介质
CN112800209A (zh) * 2021-01-28 2021-05-14 上海明略人工智能(集团)有限公司 会话语料推荐方法、装置、存储介质和电子设备

Also Published As

Publication number Publication date
CN113157896A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
CN111368043A (zh) 基于人工智能的事件问答方法、装置、设备及存储介质
CN112328761B (zh) 一种意图标签设置方法、装置、计算机设备及存储介质
EP3579119A1 (en) Method and apparatus for recognizing event information in text
CN112085091B (zh) 基于人工智能的短文本匹配方法、装置、设备及存储介质
CN114357117A (zh) 事务信息查询方法、装置、计算机设备及存储介质
CN110377750B (zh) 评论生成及评论生成模型训练方法、装置及存储介质
CN113505601A (zh) 一种正负样本对构造方法、装置、计算机设备及存储介质
CN112836521A (zh) 问答匹配方法、装置、计算机设备及存储介质
CN113627797A (zh) 入职员工画像生成方法、装置、计算机设备及存储介质
CN115438149A (zh) 一种端到端模型训练方法、装置、计算机设备及存储介质
CN112395391A (zh) 概念图谱构建方法、装置、计算机设备及存储介质
CN112199954A (zh) 基于语音语义的疾病实体匹配方法、装置及计算机设备
CN118070072A (zh) 基于人工智能的问题处理方法、装置、设备及存储介质
CN113723077B (zh) 基于双向表征模型的句向量生成方法、装置及计算机设备
CN113157896B (zh) 一种语音对话生成方法、装置、计算机设备及存储介质
CN112307738B (zh) 用于处理文本的方法和装置
CN113505595A (zh) 文本短语抽取方法、装置、计算机设备及存储介质
CN117312535A (zh) 基于人工智能的问题数据处理方法、装置、设备及介质
CN111639164A (zh) 问答系统的问答匹配方法、装置、计算机设备及存储介质
CN116701593A (zh) 基于GraphQL的中文问答模型训练方法及其相关设备
CN116881446A (zh) 一种语义分类方法、装置、设备及其存储介质
CN116166858A (zh) 基于人工智能的信息推荐方法、装置、设备及存储介质
CN115238077A (zh) 基于人工智能的文本分析方法、装置、设备及存储介质
CN115827865A (zh) 一种融合多特征图注意力机制的不良文本分类方法及系统
CN115062136A (zh) 基于图神经网络的事件消歧方法及其相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant