CN113553413A - 对话状态的生成方法、装置、电子设备和存储介质 - Google Patents
对话状态的生成方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113553413A CN113553413A CN202110738781.4A CN202110738781A CN113553413A CN 113553413 A CN113553413 A CN 113553413A CN 202110738781 A CN202110738781 A CN 202110738781A CN 113553413 A CN113553413 A CN 113553413A
- Authority
- CN
- China
- Prior art keywords
- state
- current round
- dialog
- conversation
- generation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 abstract description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000013135 deep learning Methods 0.000 abstract description 6
- 238000003058 natural language processing Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000002457 bidirectional effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
-
- 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
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
本公开提供了对话状态的生成方法、装置、电子设备和存储介质,涉及人工智能技术领域中的自然语言处理、深度学习技术领域。具体实现方案为:获取上一轮的目标对话状态和当前轮的对话信息;根据上一轮的目标对话状态和当前轮的对话信息生成当前轮的初始对话状态;以及根据当前轮的初始对话状态和当前轮的对话信息生成当前轮的目标对话状态。本公开的对话状态的生成方法,进行两个阶段的对话状态序列生成,使得第二个阶段对第一阶段生成的对话状态进行润饰和修改,能够学习到第一阶段没有学习到的信息,对于第一次生成的错误对话状态能够进行纠正,提升了最终的对话状态追踪的效果。
Description
技术领域
本公开涉及人工智能技术领域中的自然语言处理、深度学习技术领域,尤其涉及一种对话状态的生成方法、装置、电子设备和存储介质。
背景技术
对话状态追踪(Dialogue State Tracking,DST)是面向任务的对话系统的一个重要组成部分。对话状态追踪从对话的每个回合中提取用户的目标词槽,进而通过后续的流程执行用户的请求,在诸如智能客服、智能出行、智能办公等领域使用较多。
相关技术中,对话状态追踪的效果较差。
发明内容
提供了一种对话状态的生成方法、装置、电子设备和存储介质。
根据第一方面,提供了一种对话状态的生成方法,包括:获取上一轮的目标对话状态和当前轮的对话信息;根据所述上一轮的目标对话状态和所述当前轮的对话信息生成当前轮的初始对话状态;以及根据所述当前轮的初始对话状态和所述当前轮的对话信息生成当前轮的目标对话状态。
根据第二方面,提供了一种对话状态的生成装置,包括:获取模块,用于获取上一轮的目标对话状态和当前轮的对话信息;第一生成模块,用于根据所述上一轮的目标对话状态和所述当前轮的对话信息生成当前轮的初始对话状态;以及第二生成模块,用于根据所述当前轮的初始对话状态和所述当前轮的对话信息生成当前轮的目标对话状态。
根据第三方面,提供了一种电子设备,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本公开第一方面所述的对话状态的生成方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开第一方面所述的对话状态的生成方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开第一方面所述的对话状态的生成方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的对话状态的生成方法的流程示意图;
图2是根据本公开第二实施例的对话状态的生成方法的流程示意图;
图3是根据本公开第三实施例的对话状态的生成方法的流程示意图;
图4为本公开实施例的对话状态的生成方法的原理示意图一;
图5为本公开实施例的对话状态的生成方法的原理示意图二;
图6是根据本公开第一实施例的对话状态的生成装置的框图;
图7是根据本公开第二实施例的对话状态的生成装置的框图;
图8是用来实现本公开实施例的对话状态的生成方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
人工智能(Artificial Intelligence,简称AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。目前,AI技术具有自动化程度高、精确度高、成本低的优点,得到了广泛的应用。
自然语言处理(Natural Language Processing,NLP)是研究能有效地实现自然语言通信的计算机系统,特别是其中的软件系统的一门科学,是计算机科学领域与人工智能领域中的一个重要方向。
深度学习(Deep Learning,简称DL),是机器学习(Machine Learning,简称ML)领域中一个新的研究方向,学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。就具体研究内容而言,主要包括基于卷积运算的神经网络系统,即卷积神经网络;基于多层神经元的自编码神经网络;以多层自编码神经网络的方式进行预训练,进而结合鉴别信息进一步优化神经网络权值的深度置信网络。深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的模式识别难题,使得人工智能相关技术取得了很大进步。
下面结合附图描述本公开实施例的对话状态的生成方法、装置、电子设备和存储介质。
图1是根据本公开第一实施例的对话状态的生成方法的流程示意图。
如图1所示,本公开实施例的对话状态的生成方法具体可包括以下步骤:
S101,获取上一轮的目标对话状态和当前轮的对话信息。
具体的,本公开实施例的对话状态的生成方法的执行主体可为本公开实施例提供的对话状态的生成装置,该对话状态的生成装置可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件。可选的,执行主体可包括工作站、服务器,计算机、用户终端及其他设备。其中,用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。
在本公开实施例中,获取待识别对话中的上一轮的对话信息对应的最终的对话状态即上一轮的目标对话状态,并获取待识别对话中的当前轮的对话信息。上一轮的目标对话状态可表示成词槽和值的拼接序列,上一轮的目标对话状态可为经过了本公开实施例的方法得到的最终的对话状态。
其中,待识别对话可通过录制、网路传输等方式获取。例如,当采用录制的方式获取待识别对话时,设备上具有对话采集装置,对话采集装置可为麦克风(Microphone)、麦克风阵列(Microphone Array)等。或者,当采用网络传输的方式获取待识别对话时,设备上具有联网装置,可通过联网装置与其他设备或者服务器进行网络传输。可以理解的是,待识别对话可为音频、文本等形式,这里不做过多限定。
S102,根据上一轮的目标对话状态和当前轮的对话信息生成当前轮的初始对话状态。
具体的,将步骤S101获取的上一轮的目标对话状态和当前轮的对话信息进行进一步拼接,根据拼接后的序列生成当前轮的对话信息对应的粗糙的对话状态即当前轮的初始对话状态。
S103,根据当前轮的初始对话状态和当前轮的对话信息生成当前轮的目标对话状态。
具体的,将步骤S102生成的当前轮的初始对话状态和当前轮的对话信息进行拼接,根据拼接后的序列生成当前轮的对话信息对应的最终的对话状态即当前轮的目标对话状态。
综上,本公开实施例的对话状态的生成方法,获取上一轮的目标对话状态和当前轮的对话信息,根据上一轮的目标对话状态和当前轮的对话信息生成当前轮的初始对话状态,根据当前轮的初始对话状态和当前轮的对话信息生成当前轮的目标对话状态。本公开的对话状态的生成方法,进行两个阶段的对话状态序列生成,使得第二个阶段对第一阶段生成的对话状态进行润饰和修改,能够学习到第一阶段没有学习到的信息,对于第一次生成的错误对话状态能够进行纠正,提升了最终的对话状态追踪的效果。
图2是根据本公开第二实施例的对话状态的生成方法的流程示意图。
如图2所示,在图1所示实施例的基础上,本公开实施例的对话状态的生成方法具体可包括以下步骤:
S201,获取上一轮的目标对话状态和当前轮的对话信息。
具体的,本实施例中的步骤S201与上述实施例中的步骤S101相同,此处不再赘述。
上述实施例中的步骤S102“根据上一轮的目标对话状态和当前轮的对话信息生成当前轮的初始对话状态”具体可包括以下步骤S202-S203。
S202,获取第一对话状态生成模型。
具体的,第一对话状态生成模型具体可以为编解码(encoder-decoder)预训练模型,例如Transformer编解码预训练模型等,本公开实施例对此不做过多限定。
S203,将上一轮的目标对话状态和当前轮的对话信息输入至第一对话状态生成模型,得到当前轮的初始对话状态。
具体的,将步骤S201中获取的上一轮的目标对话状态表示为词槽与值的拼接序列,与当前轮的对话信息进行进一步拼接,将拼接后的序列输入至步骤S202获取的第一对话状态生成模型中,第一对话状态生成模型中的编码器对输入的信息进行双向编码,解码器生成当前轮的初始对话状态。
S204,根据当前轮的初始对话状态和当前轮的对话信息生成当前轮的目标对话状态。
具体的,本实施例中的步骤S204与上述实施例中的步骤S103相同,此处不再赘述。
进一步的,如图3所示,在图2所示实施例的基础上,上述步骤S103“根据当前轮的初始对话状态和当前轮的对话信息生成当前轮的目标对话状态”具体可包括以下步骤:
S301,获取第二对话状态生成模型。
具体的,第二对话状态生成模型可以采用与第一对话状态生成模型相同的模型结构,即第二对话状态生成模型具体可以为编解码预训练模型,例如前序编解码预训练模型等,本公开实施例对此不做过多限定。进一步的,第一对话状态生成模型和第二对话状态生成模型的模型参数可以相同,使得两个阶段能够互相进行增益,进而使得最终的模型能力更强。
S302,将当前轮的初始对话状态和当前轮的对话信息输入至第二对话状态生成模型,得到当前轮的目标对话状态。
具体的,将步骤S203生成的当前轮的初始对话状态和当前轮的对话信息进行拼接,将拼接后的序列输入至步骤S301获取的第二状态生成模型中,第二状态生成模型中的编码器对输入的信息进行双向编码,解码器生成当前轮的目标对话状态。
综上,本公开实施例的对话状态的生成方法,获取上一轮的目标对话状态和当前轮的对话信息,根据上一轮的目标对话状态和当前轮的对话信息生成当前轮的初始对话状态,根据当前轮的初始对话状态和当前轮的对话信息生成当前轮的目标对话状态。本公开的对话状态的生成方法,将上一轮的目标对话状态和当前轮的对话信息输入第一对话状态生成模型,得到当前轮的初始对话状态,再将当前轮的初始对话状态和当前轮的对话信息输入第二对话状态生成模型,得到当前轮的目标对话状态,进行两个阶段的对话状态序列生成,使得第二个阶段对第一阶段生成的对话状态进行润饰和修改,能够学习到第一阶段没有学习到的信息,对于第一次生成的错误对话状态能够进行纠正,提升了最终的对话状态追踪的效果,且两个阶段共享了模型参数,使两个阶段能够互相进行增益,进而使得最终的模型能力更强。
为清楚地说明本公开实施例的对话状态的生成方法,下面结合图4-图5进行详细描述。
图4为本公开实施例的对话状态的生成方法的原理示意图一。如图4所示,第一阶段,获取到上一轮的目标对话状态将其表示成词槽和值的拼接序列,例如词槽为就餐人数,对应的值为2。获取到当前轮的对话信息,例如系统提问“好的,您想预约什么时间呢”,用户回复“我想预约星期六11点45分的,而且计划有变,我要一个人吃了”,根据上一轮的目标对话状态和当前轮的对话信息生成当前轮的初始对话状态,将其表示成词槽和值的拼接序列,例如词槽为就餐人数,对应的值为2。第二阶段,根据当前轮的初始对话状态和当前轮的对话信息生成当前轮的目标对话状态,将其表示成词槽和值的拼接序列,例如词槽为就餐人数,对应的值为1。从中可以看出,通过两个阶段的对话状态序列生成,错误的对话状态“就餐人数为2”被纠正为了“就餐人数为1”,提升了最终的对话状态追踪的效果。
图5为本公开实施例的对话状态的生成方法的原理示意图二,如图5所示,将当前轮的对话信息Dt和上一轮的目标对话状态输入至第一对话状态生成模型,经过L个Transformer块进行双向编解码,生成当前轮的初始对话状态将当前轮的初始对话状态和当前轮的对话信息Dt输入至第二对话状态生成模型,经过L个Transformer块进行双向编解码,生成当前轮的目标对话状态
图6是根据本公开第一实施例的对话状态的生成装置的框图。
如图6所示,本公开实施例的对话状态的生成装置600,包括:获取模块601、第一生成模块602、第二生成模块603。
获取模块601,用于获取上一轮的目标对话状态和当前轮的对话信息。
第一生成模块602,用于根据上一轮的目标对话状态和当前轮的对话信息生成当前轮的初始对话状态。
第二生成模块603,用于根据当前轮的初始对话状态和当前轮的对话信息生成当前轮的目标对话状态。
需要说明的是,上述对对话状态的生成方法实施例的解释说明,也适用于本公开实施例的对话状态的生成装置,具体过程此处不再赘述。
综上,本公开实施例的对话状态的生成装置,获取上一轮的目标对话状态和当前轮的对话信息,根据上一轮的目标对话状态和当前轮的对话信息生成当前轮的初始对话状态,根据当前轮的初始对话状态和当前轮的对话信息生成当前轮的目标对话状态。本公开的对话状态的生成方法,进行两个阶段的对话状态序列生成,使得第二个阶段对第一阶段生成的对话状态进行润饰和修改,能够学习到第一阶段没有学习到的信息,对于第一次生成的错误对话状态能够进行纠正,提升了最终的对话状态追踪的效果。
图7是根据本公开第二实施例的对话状态的生成装置的框图。
如图7所示,本公开实施例的对话状态的生成装置700,包括:获取模块701、第一生成模块702、第二生成模块703。
其中,获取模块701与上一实施例中的获取模块601具有相同的结构和功能,第一生成模块702与上一实施例中的第一生成模块602具有相同的结构和功能,第二生成模块703与上一实施例中的第二生成模块603具有相同的结构和功能。
进一步的,第一生成模块702具体可包括:第一获取单元7021,用于获取第一对话状态生成模型;以及第一输入单元7022,用于将上一轮的目标对话状态和当前轮的对话信息输入至第一对话状态生成模型,得到当前轮的初始对话状态。
进一步的,第二生成模块703具体可包括:第二获取单元7031,用于获取第二对话状态生成模型;以及第二输入单元7032,用于将当前轮的初始对话状态和当前轮的对话信息输入至第二对话状态生成模型,得到当前轮的目标对话状态。
其中,第一对话状态生成模型和第二对话状态生成模型为编解码预训练模型。
其中,第一对话状态生成模型和第二对话状态生成模型为Transformer编解码预训练模型。
其中,第一对话状态生成模型和第二对话状态生成模型的模型参数相同。
综上,本公开实施例的对话状态的生成装置,获取上一轮的目标对话状态和当前轮的对话信息,根据上一轮的目标对话状态和当前轮的对话信息生成当前轮的初始对话状态,根据当前轮的初始对话状态和当前轮的对话信息生成当前轮的目标对话状态。本公开的对话状态的生成方法,将上一轮的目标对话状态和当前轮的对话信息输入第一对话状态生成模型,得到当前轮的初始对话状态,再将当前轮的初始对话状态和当前轮的对话信息输入第二对话状态生成模型,得到当前轮的目标对话状态,进行两个阶段的对话状态序列生成,使得第二个阶段对第一阶段生成的对话状态进行润饰和修改,能够学习到第一阶段没有学习到的信息,对于第一次生成的错误对话状态能够进行纠正,提升了最终的对话状态追踪的效果,且两个阶段共享了模型参数,使两个阶段能够互相进行增益,进而使得最终的模型能力更强。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元809,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如图1至图5所示的对话状态的生成方法。例如,在一些实施例中,对话状态的生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的对话状态的生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行对话状态的生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网以及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
根据本公开的实施例,本公开还提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现根据本公开上述实施例所示的对话状态的生成方法。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种对话状态的生成方法,包括:
获取上一轮的目标对话状态和当前轮的对话信息;
根据所述上一轮的目标对话状态和所述当前轮的对话信息生成当前轮的初始对话状态;以及
根据所述当前轮的初始对话状态和所述当前轮的对话信息生成当前轮的目标对话状态。
2.根据权利要求1所述的生成方法,其中,所述根据所述上一轮的目标对话状态和所述当前轮的对话信息生成当前轮的初始对话状态,包括:
获取第一对话状态生成模型;以及
将所述上一轮的目标对话状态和所述当前轮的对话信息输入至所述第一对话状态生成模型,得到所述当前轮的初始对话状态。
3.根据权利要求2所述的生成方法,其中,所述根据所述当前轮的初始对话状态和所述当前轮的对话信息生成当前轮的目标对话状态,包括:
获取第二对话状态生成模型;以及
将所述当前轮的初始对话状态和所述当前轮的对话信息输入至所述第二对话状态生成模型,得到所述当前轮的目标对话状态。
4.根据权利要求3所述的生成方法,其中,所述第一对话状态生成模型和所述第二对话状态生成模型为编解码预训练模型。
5.根据权利要求4所述的生成方法,其中,所述第一对话状态生成模型和所述第二对话状态生成模型为Transformer编解码预训练模型。
6.根据权利要求3-5任一项所述的生成方法,其中,所述第一对话状态生成模型和所述第二对话状态生成模型的模型参数相同。
7.一种对话状态的生成装置,包括:
获取模块,用于获取上一轮的目标对话状态和当前轮的对话信息;
第一生成模块,用于根据所述上一轮的目标对话状态和所述当前轮的对话信息生成当前轮的初始对话状态;以及
第二生成模块,用于根据所述当前轮的初始对话状态和所述当前轮的对话信息生成当前轮的目标对话状态。
8.根据权利要求7所述的生成装置,其中,所述第一生成模块包括:
第一获取单元,用于获取第一对话状态生成模型;以及
第一输入单元,用于将所述上一轮的目标对话状态和所述当前轮的对话信息输入至所述第一对话状态生成模型,得到所述当前轮的初始对话状态。
9.根据权利要求8所述的生成装置,其中,所述第二生成模块包括:
第二获取单元,用于获取第二对话状态生成模型;以及
第二输入单元,用于将所述当前轮的初始对话状态和所述当前轮的对话信息输入至所述第二对话状态生成模型,得到所述当前轮的目标对话状态。
10.根据权利要求9所述的生成装置,其中,所述第一对话状态生成模型和所述第二对话状态生成模型为编解码预训练模型。
11.根据权利要求10所述的生成装置,其中,所述第一对话状态生成模型和所述第二对话状态生成模型为Transformer编解码预训练模型。
12.根据权利要求9-11任一项所述的生成装置,其中,所述第一对话状态生成模型和所述第二对话状态生成模型的模型参数相同。
13.一种电子设备,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权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110738781.4A CN113553413A (zh) | 2021-06-30 | 2021-06-30 | 对话状态的生成方法、装置、电子设备和存储介质 |
JP2022035290A JP2022071170A (ja) | 2021-06-30 | 2022-03-08 | 対話状態の生成方法、装置、電子機器及び記憶媒体 |
US17/806,086 US20220300717A1 (en) | 2021-06-30 | 2022-06-09 | Method and apparatus for generating dialogue state |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110738781.4A CN113553413A (zh) | 2021-06-30 | 2021-06-30 | 对话状态的生成方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113553413A true CN113553413A (zh) | 2021-10-26 |
Family
ID=78102617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110738781.4A Pending CN113553413A (zh) | 2021-06-30 | 2021-06-30 | 对话状态的生成方法、装置、电子设备和存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220300717A1 (zh) |
JP (1) | JP2022071170A (zh) |
CN (1) | CN113553413A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860077A (zh) * | 2022-12-20 | 2023-03-28 | 北京百度网讯科技有限公司 | 状态数据的处理方法、装置、设备以及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170337036A1 (en) * | 2015-03-12 | 2017-11-23 | Kabushiki Kaisha Toshiba | Dialogue support apparatus, method and terminal |
CN109582767A (zh) * | 2018-11-21 | 2019-04-05 | 北京京东尚科信息技术有限公司 | 对话系统处理方法、装置、设备及可读存储介质 |
CN112650844A (zh) * | 2020-12-24 | 2021-04-13 | 北京百度网讯科技有限公司 | 对话状态的追踪方法、装置、电子设备和存储介质 |
CN112990292A (zh) * | 2021-03-10 | 2021-06-18 | 平安科技(深圳)有限公司 | 基于神经网络的对话状态的生成方法及装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10867599B2 (en) * | 2017-10-12 | 2020-12-15 | Google Llc | Determining state of automated assistant dialog |
WO2020051192A1 (en) * | 2018-09-06 | 2020-03-12 | Google Llc | Dialogue systems |
US20200272791A1 (en) * | 2019-02-26 | 2020-08-27 | Conversica, Inc. | Systems and methods for automated conversations with a transactional assistant |
KR102281581B1 (ko) * | 2019-07-17 | 2021-07-23 | 에스케이텔레콤 주식회사 | 목표지향 대화시스템에서의 대화상태 추적방법 및 장치 |
CN110609618B (zh) * | 2019-08-26 | 2023-06-20 | 杭州城市大数据运营有限公司 | 一种人机对话方法、装置、计算机设备及存储介质 |
US11568000B2 (en) * | 2019-09-24 | 2023-01-31 | Salesforce.Com, Inc. | System and method for automatic task-oriented dialog system |
US20210201144A1 (en) * | 2019-12-30 | 2021-07-01 | Conversica, Inc. | Systems and methods for artificial intelligence enhancements in automated conversations |
US11922305B2 (en) * | 2020-06-04 | 2024-03-05 | Salesforce, Inc. | Systems and methods for safe policy improvement for task oriented dialogues |
CN112579758B (zh) * | 2020-12-25 | 2024-08-09 | 广东智城时代科技服务有限公司 | 模型训练方法、装置、设备、存储介质和程序产品 |
CN112632254B (zh) * | 2020-12-28 | 2024-05-28 | 平安科技(深圳)有限公司 | 对话状态确定方法、终端设备及存储介质 |
-
2021
- 2021-06-30 CN CN202110738781.4A patent/CN113553413A/zh active Pending
-
2022
- 2022-03-08 JP JP2022035290A patent/JP2022071170A/ja active Pending
- 2022-06-09 US US17/806,086 patent/US20220300717A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170337036A1 (en) * | 2015-03-12 | 2017-11-23 | Kabushiki Kaisha Toshiba | Dialogue support apparatus, method and terminal |
CN109582767A (zh) * | 2018-11-21 | 2019-04-05 | 北京京东尚科信息技术有限公司 | 对话系统处理方法、装置、设备及可读存储介质 |
CN112650844A (zh) * | 2020-12-24 | 2021-04-13 | 北京百度网讯科技有限公司 | 对话状态的追踪方法、装置、电子设备和存储介质 |
CN112990292A (zh) * | 2021-03-10 | 2021-06-18 | 平安科技(深圳)有限公司 | 基于神经网络的对话状态的生成方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860077A (zh) * | 2022-12-20 | 2023-03-28 | 北京百度网讯科技有限公司 | 状态数据的处理方法、装置、设备以及存储介质 |
CN115860077B (zh) * | 2022-12-20 | 2023-08-15 | 北京百度网讯科技有限公司 | 状态数据的处理方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20220300717A1 (en) | 2022-09-22 |
JP2022071170A (ja) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112487173B (zh) | 人机对话方法、设备和存储介质 | |
CN115309877B (zh) | 对话生成方法、对话模型训练方法及装置 | |
CN114548110A (zh) | 语义理解方法、装置、电子设备及存储介质 | |
CN114242113B (zh) | 语音检测方法、训练方法、装置和电子设备 | |
CN113590776A (zh) | 基于知识图谱的文本处理方法、装置、电子设备及介质 | |
CN112507706A (zh) | 知识预训练模型的训练方法、装置和电子设备 | |
CN112861548A (zh) | 自然语言生成及模型的训练方法、装置、设备和存储介质 | |
CN113641807A (zh) | 对话推荐模型的训练方法、装置、设备和存储介质 | |
CN113468857B (zh) | 风格转换模型的训练方法、装置、电子设备以及存储介质 | |
CN115080739A (zh) | 用于训练对话模型的方法以及用于输出应答信息的方法 | |
CN113689868B (zh) | 一种语音转换模型的训练方法、装置、电子设备及介质 | |
CN113553413A (zh) | 对话状态的生成方法、装置、电子设备和存储介质 | |
CN117391067A (zh) | 内容质检方法、装置、设备以及存储介质 | |
CN112650844A (zh) | 对话状态的追踪方法、装置、电子设备和存储介质 | |
CN116257611B (zh) | 问答模型的训练方法、问答处理方法、装置及存储介质 | |
CN115292467B (zh) | 信息处理与模型训练方法、装置、设备、介质及程序产品 | |
CN114758649B (zh) | 一种语音识别方法、装置、设备和介质 | |
CN113689866A (zh) | 一种语音转换模型的训练方法、装置、电子设备及介质 | |
CN113806541A (zh) | 情感分类的方法和情感分类模型的训练方法、装置 | |
CN113033179A (zh) | 知识获取方法、装置、电子设备及可读存储介质 | |
CN114282552B (zh) | 非自回归翻译模型的训练方法及其装置 | |
CN113689867B (zh) | 一种语音转换模型的训练方法、装置、电子设备及介质 | |
CN115169549B (zh) | 人工智能模型更新方法、装置、电子设备及存储介质 | |
CN113255332B (zh) | 文本纠错模型的训练与文本纠错方法、装置 | |
CN117174177B (zh) | 蛋白质序列生成模型的训练方法、装置及电子设备 |
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 |