CN114328821A - 基于控制槽位和业务数据槽位的多轮对话控制方法及装置 - Google Patents

基于控制槽位和业务数据槽位的多轮对话控制方法及装置 Download PDF

Info

Publication number
CN114328821A
CN114328821A CN202111460591.7A CN202111460591A CN114328821A CN 114328821 A CN114328821 A CN 114328821A CN 202111460591 A CN202111460591 A CN 202111460591A CN 114328821 A CN114328821 A CN 114328821A
Authority
CN
China
Prior art keywords
intention
conversation
current user
slot position
service data
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
Application number
CN202111460591.7A
Other languages
English (en)
Inventor
张凯文
李雪峰
梁亮
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.)
Baibao Shanghai Technology Co ltd
Original Assignee
Baibao Shanghai Technology Co 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 Baibao Shanghai Technology Co ltd filed Critical Baibao Shanghai Technology Co ltd
Priority to CN202111460591.7A priority Critical patent/CN114328821A/zh
Publication of CN114328821A publication Critical patent/CN114328821A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Machine Translation (AREA)

Abstract

本发明公开了一种基于控制槽位和业务数据槽位的多轮对话控制方法及装置,通过对接收到的当前用户发出的问题语句进行解析,获取当前用户的意图和实体,在意图为多轮对话时,根据意图以及实体收集预设信息,并更新对应的业务数据槽位,根据更新后的业务数据槽位以及当前轮次的意图组织回复话术返回给当前用户,接收当前用户反馈的答复信息并更新当前轮次对应的业务数据槽位,根据更新后的当前轮次对应的业务数据槽位更新控制槽位的状态,在控制槽位的状态不满足预设条件时,重复执行上述步骤,直至控制槽位的状态满足预设条件,结束本轮对话,实现基于少量正向多轮对话流程数据,通过控制槽位和业务数据槽位的灵活运用,准确预测下一轮对话流程。

Description

基于控制槽位和业务数据槽位的多轮对话控制方法及装置
技术领域
本发明涉及数据处理技术领域,特别是涉及一种基于控制槽位和业务数据槽位的多轮对话控制方法及装置。
背景技术
机器学习是计算机系统为了有效地执行特定任务,不使用明确的指令,而依赖模式和推理使用的算法和统计模型的科学研究。它被视为人工智能的一个子集。机器学习算法构建一个基于样本数据的数学模型,称为“训练数据”,以便在没有明确编程来执行任务的情况下进行预测或决策。机器学习算法可应用于各种业务场景,例如电子邮件过滤和计算机视觉,在跨业务问题的应用中,机器学习也被称为预测分析。
深度学习是一类机器学习算法,其使用多个层逐步从原始输入中逐步提取更高级别的特征。例如,在图像处理中,较低层可以识别边缘,而较高层可以识别对人类有意义的部分,例如数字、字母或面部。深度学习也称为深度结构化学习或分层学习,是基于人工神经网络的更广泛的机器学习方法族的一部分。学习可以是有监督的、半监督的或无监督的。
一方面,通常机器学习和深度学习都需要依赖于大量的训练数据,对话流程控制也不例外。当前的任务型对话流程控制大多基于大量规则和大量story通过算法学习流程,如何基于少量数据在保证预测准确的前提下,也能适应各种异常的用户响应流程,成为当下多轮对话设计领域的研究方向之一。
另一方面,在智能对话机器人领域,特别是任务型对话,需要收集的信息较多,并且还需支持任务外的对话穿插,流程控制大多基于大量规则或者大量story,通过算法学习对话流程,控制对话的进行。对于多轮对话中,需要穿插回答用户单轮任务或者机器人无法识别的意图时,则需要基于规则和大量非正向流程story相结合,来达到对话设计的需要,这种规则和story的堆砌,使得算法本身预测正确的置信度不高,并且随着单轮任务和多轮任务的增多,规则和story难以很好的包含所有的流程可能,也使得算法预测产生很大的风险。
综上所述,亟需提出一种新的多轮对话控制方法,以解决上述问题。
发明内容
为了解决现有技术的问题,本发明提供了一种基于控制槽位和业务数据槽位的多轮对话控制方法及装置,通过采用控制槽位和业务数据槽位相结合的方式,能够在少量正向多轮对话流程的前提下做到对话流程的准确预测和机器人响应话术的准确匹配。
为解决上述一个或多个技术问题,本申请采用的技术方案是:
第一方面,提供了一种基于控制槽位和业务数据槽位的多轮对话控制方法,所述方法包括:
对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体;
在所述当前用户的意图为多轮对话时,根据所述意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位;
根据更新后的所述业务数据槽位以及当前轮次的对话意图组织回复话术返回给所述当前用户;
接收所述当前用户根据所述回复话术反馈的答复信息,根据所述答复信息更新当前轮次对应的业务数据槽位,并根据更新后的当前轮次对应的业务数据槽位更新控制槽位的状态;
在所述控制槽位的状态不满足预设条件时,重复执行上述步骤,直至所述控制槽位的状态满足预设条件,结束本轮对话。
进一步的,所述对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体包括:
利用预设引擎对接收到的当前用户发出的问题语句进行完全匹配,若完全匹配命中,则确定出所述当前用户的意图和实体。
进一步的,所述对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体还包括:
若完全匹配未命中,则对所述问题语句进行分词处理,根据分词结果确定出所述当前用户的意图和实体。
进一步的,获取所述当前用户的意图和实体后,所述方法还包括:
判断所述当前用户的意图是否为多轮对话,若所述当前用户的意图为多轮对话,则根据所述意图以及所述实体收集预设信息,若所述当前用户的意图为单轮对话,则获取对应的预设话术返回给所述当前用户。
进一步的,所述判断所述当前用户的意图是否为多轮对话包括:
将所述当前用户的意图与预设对话意图进行匹配,若匹配出的预设对话意图为多轮对话意图,则判定所述当前用户的意图为多轮对话,若匹配出的预设对话意图为单轮对话意图,则判定所述当前用户的意图为单轮对话。
进一步的,所述判断所述当前用户的意图是否为多轮对话还包括:
若所述当前用户的意图与所述多轮对话意图以及所述单轮对话意图均未匹配上,则返回预设兜底话术。
进一步的,所述在所述当前用户的意图为多轮对话时,根据所述对话意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位包括:
利用预设规则确定所述当前用户的意图对应的对话轮次,将所述预设信息更新至与所述对话轮次对应的业务数据槽位中。
第二方面,还提供了一种基于控制槽位和业务数据槽位的多轮对话控制装置,所述装置包括:
数据解析模块,用于对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体;
第一更新模块,用于在所述当前用户的意图为多轮对话时,根据所述对话意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位;
话术组织模块,用于根据更新后的所述业务数据槽位以及当前轮次的对话意图组织回复话术返回给所述当前用户;
第二更新模块,用于接收所述当前用户根据所述回复话术反馈的答复信息,根据所述答复信息更新当前轮次对应的业务数据槽位,并根据更新后的当前轮次对应的业务数据槽位更新控制槽位的状态;
循环执行模块,用于在所述控制槽位的状态不满足预设条件时,重复执行所述第一更新模块、所述话术组织模块以及所述第二更新模块,直至所述控制槽位的状态满足预设条件,结束本轮对话。
第三方面,还提供了一种计算机设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,实现所述基于控制槽位和业务数据槽位的多轮对话控制方法。
第四方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被执行时,实现所述基于控制槽位和业务数据槽位的多轮对话控制方法。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的基于控制槽位和业务数据槽位的多轮对话控制方法及装置,通过对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体,在所述当前用户的意图为多轮对话时,根据所述意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位,根据更新后的所述业务数据槽位以及当前轮次的对话意图组织回复话术返回给所述当前用户,接收所述当前用户根据所述回复话术反馈的答复信息,根据所述答复信息更新当前轮次对应的业务数据槽位,并根据更新后的当前轮次对应的业务数据槽位更新控制槽位的状态,在所述控制槽位的状态不满足预设条件时,重复执行上述步骤,直至所述控制槽位的状态满足预设条件,结束本轮对话,实现基于少量正向多轮对话流程数据,通过控制槽位和业务数据槽位的灵活运用,能够准确的预测下一轮对话流程,提高预测结果的置信度;
进一步的,本发明提供的基于控制槽位和业务数据槽位的多轮对话控制方法及装置,在完成多轮任务型对话的操作的同时,可以实现在多轮里用户响应单轮意图的穿插回答,并且继续当前多轮轮次问题的继续提问,同时也可以实现对于每个轮次同一个问题的重复提问次数限制等策略;
进一步的,本发明提供的基于控制槽位和业务数据槽位的多轮对话控制方法及装置,在对话流程数据准备方面,可以以少量的正负向流程数据,通过当前轮次历史对话数据,加上识别出的当前用户的意图和实体,结合控制槽位数据预测下一轮结果,在相同算法下预测准确率更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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是本发明一个实施例提供的基于控制槽位和业务数据槽位的多轮对话控制系统的架构图;
图2是本发明一个实施例提供的解析问题语句获取当前用户的意图和实体的流程图;
图3是本发明一个实施例提供的基于控制槽位和业务数据槽位的多轮对话控制方法的流程图;
图4是本发明一个实施例提供的基于控制槽位和业务数据槽位的多轮对话控制装置的结构示意图;
图5是本发明一个实施例提供的计算机设备的架构图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,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。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如背景技术所述,现有技术中多轮会话控制方案中,通过算法学习流程通常需要大量的规则以及训练数据,尤其对于多轮对话中,需要穿插回答用户单轮任务或者机器人无法识别的意图时,需要基于规则和大量非正向流程story相结合,来达到对话设计的需要,这种规则和story的堆砌,会导致算法本身预测正确的置信度不高等问题,且随着单轮任务和多轮任务的增多,规则和story难以很好的包含所有的流程可能,使得算法预测的准确度下降。
为解决上述问题,本申请实施例中创造性的提出了一种基于控制槽位和业务数据槽位的多轮对话控制方法,采用控制槽位和业务数据槽位相结合的方式,实现可以通过少量的主线对话流程数据,完成单多轮的对话流程控制,能够准确的预测下一轮对话流程。
下面将结合附图和各个实施例,对本申请的方案进行详细介绍。
实施例一
图1是本发明一个实施例提供的基于控制槽位和业务数据槽位的多轮对话控制系统的架构图,该架构设计的对话控制,主要包括3个机器人action:机器人回复,槽位填写和回档操作。参照图1所示,基于该设计架构实现的基于控制槽位和业务数据槽位的多轮对话控制方法包括如下步骤:
步骤一、用户响应:用户提问;
具体的,本申请实施例中,可以基于预先提供的用户界面等信息接收装置接收用户发出的问题语句。
步骤二、机器人槽位填写:机器人经过解析问题语句获取用户的意图(intent)和实体(entity),当预测到该问题语句为多轮intent,进入多轮对话流程,根据用户的entity和intent开始收集需要的信息,填写对应的业务业务数据槽位;
具体的,机器人将用户输入的问题语句,通过基于pipeline形式的NLU解析引擎,识别用户的意图和提取所涉及的实体。通过预设意图查看识别到的用户的意图是单轮对话意图还是多轮对话意图。如果为单轮对话意图,可以直接回复对应设计好的话术;如果为多轮对话意图,则进入多轮对话流程,根据用户的实体和意图,开始收集需要的信息,填写对应的业务业务数据槽位;如果识别到的用户的意图相对于所有预设意图的置信度都小于预设阈值(如0.5),则认为未命中任何意图,将返回兜底话术。
具体的,在根据用户的实体和意图,开始收集需要的信息,填写对应的业务数据槽位时,首先根据识别到的用户的当前意图,根据该数据新增或更新业务数据槽位记录的数据,如果识别到的用户的当前意图涉及多个轮次,则加上利用规则确认该数据是哪个轮次的业务数据,将提取好的实体或者意图对应的数据填入确认好的轮次对应的业务数据槽位中,若是与任何轮次都匹配不上,则优先默认为当前轮次数据。
具体的,当根据用户的实体和意图收集不到任何需要的信息,且没有命中所有预设意图时,则预测为fallback intent。
图2是本发明一个实施例提供的解析问题语句获取当前用户的意图和实体的流程图,参照图2所示,本申请实施例中,可以通过NLU解析引擎对用户发出的问题语句进行解析。具体实施时,首先对问题语句进行完全匹配,若匹配命中,则将命中结果作为用户的意图和实体,若匹配未命中,则对问题语句进行分词处理,将分词结果输入到预设模型中,识别出用户的意图和实体。这里需要说明的是,本申请实施例中,完全匹配包括但不限于正则多项式匹配,分词处理包括但不限于采用jieba分词的方式,预设模型包括但不限于基于BERT的finetune模型。
步骤三、机器人响应:根据业务业务数据槽位的数据收集情况和当前轮次用户的意图,机器人组织回复话术,并响应给用户;
具体的,机器人组织的回复话术可以是预先设置好的,也可以是根据预设规则或模板结合更新后的业务业务数据槽位的数据及当前轮次用户的意图实时生成的回复话术,这里不做限制,用户可以根据实际需求进行设置。
步骤四、用户响应:用户根据机器人的回复,回答问题;
具体的,用户通过预先提供的用户界面等信息接收装置查看机器人返回的回复话术,再通过用户界面输入针对所述回复话术的答复信息。
步骤五、机器人槽位填写:机器人根据用户回复,经过解析,填写业务数据槽位,根据业务数据槽位数据收集情况,更新控制槽位状态;
具体的,机器人接收到用户针对所述回复话术给出的答复信息后,利用步骤二中的解析方式对答复信息进行解析,根据解析结果(包括但不限于用户的当前意图和实体等)更新对应的业务数据槽位中的数据,然后根据更新后的业务数据槽位中的数据更新控制槽位状态。本申请实施例中,控制槽位也称为特征槽位,其状态设置包括false和true两种。
步骤六、机器人回档操作:当控制槽位状态为false时,机器人预测下一轮执行回档操作,回档一轮机器人action和一轮用户响应轮;
具体的,查询控制槽位的状态,当控制槽位状态为false时,说明用户对话还未结束,此时机器人执行回档操作,向用户返回回复话术并接收用户针对该回复话术返回的答复信息。
步骤七、重复执行步骤二~步骤六,直至控制槽位为true,机器人预测下一轮为多轮结束操作,结束本轮对话。
这里需要说明的是,本申请实施例中,通过控制槽位,对多轮对话的整个流程进度进行管理,包括控制同一问题的回答的容错次数、控制多轮对话的进行(机器人响应后保持监听状态)与结束(机器人关闭session,重置当前所有槽位)等。通过数据槽位,可以获取当前对话的所处位置,通过数据收集的完整性,控制下一轮应该如何响应用户等。通过两个槽位的相互配合,完成整个对话流程的响应,并提高预测的准确度。
实施例二
对应于上述实施例一,本发明还提供了一种基于控制槽位和业务数据槽位的多轮对话控制方法,其中,本实施例中,与上述实施例一相同或相似的内容,可以参考上文介绍,后续不再赘述。参照图3所示,该方法包括如下步骤:
S1:对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体;
S2:在所述当前用户的意图为多轮对话时,根据所述意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位;
S3:根据更新后的所述业务数据槽位以及当前轮次的对话意图组织回复话术返回给所述当前用户;
S4:接收所述当前用户根据所述回复话术反馈的答复信息,根据所述答复信息更新当前轮次对应的业务数据槽位,并根据更新后的当前轮次对应的业务数据槽位更新控制槽位的状态;
S5:在所述控制槽位的状态不满足预设条件时,重复执行上述步骤S2至S4,直至所述控制槽位的状态满足预设条件,结束本轮对话。
具体的,在对接收到的当前用户发出的问题语句进行解析时,可以采用NLU解析引擎,具体解析过程参照实施例一中相关内容,这里不再一一赘述。
具体的,本申请实施例中,控制槽位的状态设置包括false和true两种。作为一种较优的示例,可以设置所述控制槽位的状态为true时,判定其满足预设条件,所述控制槽位的状态为false时,判定其不满足预设条件。
作为一种较优的实施方式,本发明实施例中,所述对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体包括:
利用预设引擎对接收到的当前用户发出的问题语句进行完全匹配,若完全匹配命中,则确定出所述当前用户的意图和实体。
具体的,预设引擎包括但不限于NLU解析引擎,完全匹配的包括但不限于正则多项式匹配方式。具体实施时,将完全匹配命中的结果确定为所述当前用户的意图和实体。
作为一种较优的实施方式,本发明实施例中,所述对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体还包括:
若完全匹配未命中,则对所述问题语句进行分词处理,根据分词结果确定出所述当前用户的意图和实体。
具体的,当完全匹配未命中时,则对问题语句进行模糊匹配,具体实施时,先对问题语句进行分词处理,获取分词结果,再将分词结果输入到预设模型(包括但不限于基于BERT的finetune模型)中确定出所述当前用户的意图和实体。
作为一种较优的实施方式,本发明实施例中,获取所述当前用户的意图和实体后,所述方法还包括:
判断所述当前用户的意图是否为多轮对话,若所述当前用户的意图为多轮对话,则根据所述意图以及所述实体收集预设信息,若所述当前用户的意图为单轮对话,则获取对应的预设话术返回给所述当前用户。
具体的,获取到当前用户的意图后,首先判断其为多轮对话意图还是单独对话意图,针对不同类型的对话意图进入不同的流程。
作为一种较优的实施方式,本发明实施例中,所述判断所述当前用户的意图是否为多轮对话包括:
将所述当前用户的意图与预设对话意图进行匹配,若匹配出的预设对话意图为多轮对话意图,则判定所述当前用户的意图为多轮对话,若匹配出的预设对话意图为单轮对话意图,则判定所述当前用户的意图为单轮对话。
具体的,本申请实施例中,将所述当前用户的意图与预设对话意图进行匹配包括但不限于计算当前用户的意图与预设对话意图的相似度,选择相似度值满足一定要求的预设对话意图为当前用户的意图的最佳匹配结果。
作为一种较优的实施方式,本发明实施例中,所述判断所述当前用户的意图是否为多轮对话还包括:
若所述当前用户的意图与所述多轮对话意图以及所述单轮对话意图均未匹配上,则返回预设兜底话术。
具体的,对于无法识别的当前用户的意图,本申请实施例中,预先设置了预设兜底话术返回给用户,预设兜底话术的具体内容可以根据实际需求进行设置,这里不做限制。
作为一种较优的实施方式,本发明实施例中,所述在所述当前用户的意图为多轮对话时,根据所述对话意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位包括:
利用预设规则确定所述当前用户的意图对应的对话轮次,将所述预设信息更新至与所述对话轮次对应的业务数据槽位中。
实施例三
对应于上述实施例一和二,本发明还提供了一种基于控制槽位和业务数据槽位的多轮对话控制装置,其中,本实施例中,与上述实施例一和二相同或相似的内容,可以参考上文介绍,后续不再赘述。参照图4示,该装置包括:
数据解析模块,用于对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体;
第一更新模块,用于在所述当前用户的意图为多轮对话时,根据所述对话意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位;
话术组织模块,用于根据更新后的所述业务数据槽位以及当前轮次的对话意图组织回复话术返回给所述当前用户;
第二更新模块,用于接收所述当前用户根据所述回复话术反馈的答复信息,根据所述答复信息更新当前轮次对应的业务数据槽位,并根据更新后的当前轮次对应的业务数据槽位更新控制槽位的状态;
循环执行模块,用于在所述控制槽位的状态不满足预设条件时,重复执行所述第一更新模块、所述话术组织模块以及所述第二更新模块,直至所述控制槽位的状态满足预设条件,结束本轮对话。
作为一种较优的实施方式,本发明实施例中,所述数据解析模块具体用于:
利用预设引擎对接收到的当前用户发出的问题语句进行完全匹配,若完全匹配命中,则确定出所述当前用户的意图和实体。
作为一种较优的实施方式,本发明实施例中,所述数据解析模块具体用于:
若完全匹配未命中,则对所述问题语句进行分词处理,根据分词结果确定出所述当前用户的意图和实体。
作为一种较优的实施方式,本发明实施例中,所述装置还包括:
意图判断模块,用于判断所述当前用户的意图是否为多轮对话,若所述当前用户的意图为多轮对话,则根据所述意图以及所述实体收集预设信息,若所述当前用户的意图为单轮对话,则获取对应的预设话术返回给所述当前用户。
作为一种较优的实施方式,本发明实施例中,所述意图判断模块具体用于:
将所述当前用户的意图与预设对话意图进行匹配,若匹配出的预设对话意图为多轮对话意图,则判定所述当前用户的意图为多轮对话,若匹配出的预设对话意图为单轮对话意图,则判定所述当前用户的意图为单轮对话。
作为一种较优的实施方式,本发明实施例中,所述意图判断模块具体用于:
若所述当前用户的意图与所述多轮对话意图以及所述单轮对话意图均未匹配上,则返回预设兜底话术。
作为一种较优的实施方式,本发明实施例中,所述第一更新模块具体用于:
利用预设规则确定所述当前用户的意图对应的对话轮次,将所述预设信息更新至与所述对话轮次对应的业务数据槽位中。
实施例四
对应上述实施例一至三,本发明还提供了一种计算机设备,包括:处理器和存储器,存储器上存储有可在处理器上运行的计算机程序,当计算机程序被处理器执行时,执行上述任意一个实施例提供的基于控制槽位和业务数据槽位的多轮对话控制方法。
其中,图5示例性的展示出了计算机设备,具体可以包括处理器1510,视频显示适配器1511,磁盘驱动器1512,输入/输出接口1513,网络接口1514,以及存储器1520。上述处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,与存储器1520之间可以通过通信总线1530进行通信连接。
其中,处理器1510可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本发明所提供的技术方案。
存储器1520可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1520可以存储用于控制电子设备运行的操作系统1521,用于控制电子设备的低级别操作的基本输入输出系统(BIOS)。另外,还可以存储网页浏览器1523,数据存储管理系统1524,以及设备标识信息处理系统1525等等。上述设备标识信息处理系统1525就可以是本发明实施例中具体实现前述各步骤操作的应用程序。总之,在通过软件或者固件来实现本发明所提供的技术方案时,相关的程序代码保存在存储器1520中,并由处理器1510来调用执行。
输入/输出接口1513用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口1514用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线包括一通路,在设备的各个组件(例如处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,与存储器1520)之间传输信息。
另外,该电子设备还可以从虚拟资源对象领取条件信息数据库中获得具体领取条件的信息,以用于进行条件判断,等等。
需要说明的是,尽管上述设备仅示出了处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,存储器1520,总线等,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本发明方案所必需的组件,而不必包含图中所示的全部组件。
实施例五
对应于上述实施例一至四,本发明实施例还提供了一种计算机可读存储介质,其中,本实施例中,与上述实施例一至四相同或相似的内容,可以参考上文介绍,后续不再赘述。
所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如下步骤:
对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体;
在所述当前用户的意图为多轮对话时,根据所述意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位;
根据更新后的所述业务数据槽位以及当前轮次的对话意图组织回复话术返回给所述当前用户;
S4:接收所述当前用户根据所述回复话术反馈的答复信息,根据所述答复信息更新当前轮次对应的业务数据槽位,并根据更新后的当前轮次对应的业务数据槽位更新控制槽位的状态;
在所述控制槽位的状态不满足预设条件时,重复执行上述步骤,直至所述控制槽位的状态满足预设条件,结束本轮对话。
在一些实施方式中,本申请实施例中,所述计算机程序被处理器执行时,还可以实现与实施例一所述方法对应的步骤,可以参考实施例一中的详细描述,此处不作赘述。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明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,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上对本发明所提供的技术方案,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于控制槽位和业务数据槽位的多轮对话控制方法,其特征在于,所述方法包括:
对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体;
在所述当前用户的意图为多轮对话时,根据所述意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位;
根据更新后的所述业务数据槽位以及当前轮次的意图组织回复话术返回给所述当前用户;
接收所述当前用户根据所述回复话术反馈的答复信息,根据所述答复信息更新当前轮次对应的业务数据槽位,并根据更新后的当前轮次对应的业务数据槽位更新控制槽位的状态;
在所述控制槽位的状态不满足预设条件时,重复执行上述步骤,直至所述控制槽位的状态满足预设条件,结束本轮对话。
2.根据权利要求1所述的基于控制槽位和业务数据槽位的多轮对话控制方法,其特征在于,所述对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体包括:
利用预设引擎对接收到的当前用户发出的问题语句进行完全匹配,若完全匹配命中,则确定出所述当前用户的意图和实体。
3.根据权利要求2所述的基于控制槽位和业务数据槽位的多轮对话控制方法,其特征在于,所述对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体还包括:
若完全匹配未命中,则对所述问题语句进行分词处理,根据分词结果确定出所述当前用户的意图和实体。
4.根据权利要求1至3任一项所述的基于控制槽位和业务数据槽位的多轮对话控制方法,其特征在于,获取所述当前用户的意图和实体后,所述方法还包括:
判断所述当前用户的意图是否为多轮对话,若所述当前用户的意图为多轮对话,则根据所述意图以及所述实体收集预设信息,若所述当前用户的意图为单轮对话,则获取对应的预设话术返回给所述当前用户。
5.根据权利要求4所述的基于控制槽位和业务数据槽位的多轮对话控制方法,其特征在于,所述判断所述当前用户的意图是否为多轮对话包括:
将所述当前用户的意图与预设对话意图进行匹配,若匹配出的预设对话意图为多轮对话意图,则判定所述当前用户的意图为多轮对话,若匹配出的预设对话意图为单轮对话意图,则判定所述当前用户的意图为单轮对话。
6.根据权利要求5所述的基于控制槽位和业务数据槽位的多轮对话控制方法,其特征在于,所述判断所述当前用户的意图是否为多轮对话还包括:
若所述当前用户的意图与所述多轮对话意图以及所述单轮对话意图均未匹配上,则返回预设兜底话术。
7.根据权利要求1至3任一项所述的基于控制槽位和业务数据槽位的多轮对话控制方法,其特征在于,所述在所述当前用户的意图为多轮对话时,根据所述对话意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位包括:
利用预设规则确定所述当前用户的意图对应的对话轮次,将所述预设信息更新至与所述对话轮次对应的业务数据槽位中。
8.一种基于控制槽位和业务数据槽位的多轮对话控制装置,其特征在于,所述装置包括:
数据解析模块,用于对接收到的当前用户发出的问题语句进行解析,获取所述当前用户的意图和实体;
第一更新模块,用于在所述当前用户的意图为多轮对话时,根据所述意图以及所述实体收集预设信息,并根据所述预设信息更新对应的业务数据槽位;
话术组织模块,用于根据更新后的所述业务数据槽位以及当前轮次的对话意图组织回复话术返回给所述当前用户;
第二更新模块,用于接收所述当前用户根据所述回复话术反馈的答复信息,根据所述答复信息更新当前轮次对应的业务数据槽位,并根据更新后的当前轮次对应的业务数据槽位更新控制槽位的状态;
循环执行模块,用于在所述控制槽位的状态不满足预设条件时,重复执行所述第一更新模块、所述话术组织模块以及所述第二更新模块,直至所述控制槽位的状态满足预设条件,结束本轮对话。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,实现权利要求1~7中任一项所述的基于控制槽位和业务数据槽位的多轮对话控制方法。
10.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,其特征在于,所述计算机程序被执行时,实现权利要求1~7中任一项所述的基于控制槽位和业务数据槽位的多轮对话控制方法。
CN202111460591.7A 2021-12-01 2021-12-01 基于控制槽位和业务数据槽位的多轮对话控制方法及装置 Pending CN114328821A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111460591.7A CN114328821A (zh) 2021-12-01 2021-12-01 基于控制槽位和业务数据槽位的多轮对话控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111460591.7A CN114328821A (zh) 2021-12-01 2021-12-01 基于控制槽位和业务数据槽位的多轮对话控制方法及装置

Publications (1)

Publication Number Publication Date
CN114328821A true CN114328821A (zh) 2022-04-12

Family

ID=81049173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111460591.7A Pending CN114328821A (zh) 2021-12-01 2021-12-01 基于控制槽位和业务数据槽位的多轮对话控制方法及装置

Country Status (1)

Country Link
CN (1) CN114328821A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115132178A (zh) * 2022-07-15 2022-09-30 科讯嘉联信息技术有限公司 一种基于深度学习的语义端点检测系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115132178A (zh) * 2022-07-15 2022-09-30 科讯嘉联信息技术有限公司 一种基于深度学习的语义端点检测系统
CN115132178B (zh) * 2022-07-15 2023-01-10 科讯嘉联信息技术有限公司 一种基于深度学习的语义端点检测系统

Similar Documents

Publication Publication Date Title
US11790238B2 (en) Multi-task neural networks with task-specific paths
CN112560496B (zh) 语义分析模型的训练方法、装置、电子设备及存储介质
CN111523640B (zh) 神经网络模型的训练方法和装置
CN111339309B (zh) 一种用户意图的语料扩展方法和系统
CN108628908B (zh) 分类用户提问-回答界限的方法、装置和电子设备
WO2022160969A1 (zh) 基于多轮对话改进的智能客服辅助系统系统和方法
CN114328821A (zh) 基于控制槽位和业务数据槽位的多轮对话控制方法及装置
CN112507104B (zh) 对话系统获取方法、装置、存储介质及计算机程序产品
CN113806501B (zh) 意图识别模型的训练方法、意图识别方法和设备
CN116842155B (zh) 文本生成方法、文本生成模型的训练方法及装置
CN117633184A (zh) 一种模型构建和智能回复方法、设备及介质
CN115862031B (zh) 文本处理方法、神经网络的训练方法、装置和设备
CN111666734B (zh) 序列标注方法及装置
KR20230071673A (ko) 언어 모델을 이용한 개방형 도메인 대화 모델 구축을 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램
CN114120416A (zh) 模型训练方法、装置、电子设备及介质
CN113961765A (zh) 基于神经网络模型的搜索方法、装置、设备和介质
CN113407699A (zh) 对话方法、装置、设备和存储介质
CN112908296A (zh) 一种方言识别方法
CN111881266A (zh) 一种应答方法及装置
CN111767735A (zh) 执行任务的方法、装置及计算机可读存储介质
CN114942980B (zh) 一种确定文本匹配方法及装置
CN117909483B (zh) 个性化对话方法、系统、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
CN112966077B (zh) 对话状态的确定方法、装置、设备及存储介质
CN116842156B (zh) 数据生成方法及装置、设备和介质

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