CN115292467B - 信息处理与模型训练方法、装置、设备、介质及程序产品 - Google Patents

信息处理与模型训练方法、装置、设备、介质及程序产品 Download PDF

Info

Publication number
CN115292467B
CN115292467B CN202210958184.7A CN202210958184A CN115292467B CN 115292467 B CN115292467 B CN 115292467B CN 202210958184 A CN202210958184 A CN 202210958184A CN 115292467 B CN115292467 B CN 115292467B
Authority
CN
China
Prior art keywords
sentence
reply
sample
model
candidate
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
CN202210958184.7A
Other languages
English (en)
Other versions
CN115292467A (zh
Inventor
陆华
鲍思琪
何煌
王凡
吴华
黄世维
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210958184.7A priority Critical patent/CN115292467B/zh
Publication of CN115292467A publication Critical patent/CN115292467A/zh
Priority to JP2023048430A priority patent/JP2023078411A/ja
Application granted granted Critical
Publication of CN115292467B publication Critical patent/CN115292467B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开提供了一种信息处理与模型训练方法、装置、设备、介质及程序产品。本公开涉及计算机技术技术领域,尤其涉及一种人工智能和语音技术领域。在本公开的一些实施例中,根据修正回复样本语句、第二候选回复样本语句和召回回复样本语句进行训练得到对话模型初始对话样本语句输入初始对话模型中得到多个候选回复样本语句,第二候选回复样本语句为多个候选回复样本语句中的任意一个语句,修正回复样本语句为对候选回复样本中的第一回复样本语句进行修正得到的对话质量较高的语句;召回回复样本语句为训练样本语句中除初始对话样本语句和多个候选回复样本语句之外的其他样本语句;得到对话精度较高的对话模型和对话质量较高的目标回复语句。

Description

信息处理与模型训练方法、装置、设备、介质及程序产品
技术领域
本公开涉及计算机技术技术领域,尤其涉及一种人工智能和语音技术领域,具体涉及一种信息处理与模型训练方法、装置、设备、介质及程序产品。
背景技术
随着自然语言处理技术的发展,机器学习模型可以用于智能对话的领域中,对话模型根据用户输入的语句进行回复,从而实现与用户进行对话的效果。
目前,对话模型的对话精度较低,对话质量较差。
发明内容
本公开提供了一种信息处理与模型训练方法、装置、设备、介质及程序产品。
根据本公开的一方面,提供了一种信息处理方法,包括:
获取初始对话语句;
将所述初始对话语句输入已经训练完成的对话模型中,得到目标回复语句;
其中,所述对话模型为根据修正回复样本语句、第二候选回复样本语句和召回回复样本语句进行训练得到的模型;其中,初始对话样本语句输入初始对话模型中得到多个候选回复样本语句,所述第二候选回复样本语句为所述多个候选回复样本语句中的任意一个语句;所述修正回复样本语句为对所述候选回复样本中的第一回复样本语句进行修正得到的语句;所述召回回复样本语句为训练样本语句中除所述初始对话样本语句和所述多个候选回复样本语句之外的其他样本语句。
根据本公开的另一方面,提供了一种模型训练方法,包括:
获取初始对话样本语句;
将所述初始对话样本语句输入初始对话模型中,得到多个候选回复样本语句;
对所述多个候选回复样本语句中的第一候选回复样本语句进行修正,得到修正回复样本语句;
根据所述修正回复样本语句、所述多个候选回复样本语句中的第二候选回复样本语句和召回回复样本语句对所述初始对话模型进行训练,得到对话模型;
其中,所述召回回复样本语句为训练样本语句中除所述初始对话样本语句和所述多个候选回复样本语句之外的其他样本语句。
根据本公开的另一方面,提供了一种信息处理装置,包括:
获取模块,用于获取初始对话语句;
输入模块,用于将所述初始对话语句输入已经训练完成的对话模型中,得到目标回复语句;
其中,所述对话模型为根据修正回复样本语句、第二候选回复样本语句和召回回复样本语句进行训练得到的模型;其中,初始对话样本语句输入初始对话模型中得到多个候选回复样本语句,所述第二候选回复样本语句为所述多个候选回复样本语句中的任意一个语句;所述修正回复样本语句为对所述候选回复样本中的第一回复样本语句进行修正得到的语句;所述召回回复样本语句为训练样本语句中除所述初始对话样本语句和所述多个候选回复样本语句之外的其他样本语句。
根据本公开的另一方面,提供了一种模型训练装置,包括:
语句获取模块,获取初始对话样本语句;
语句输入模块,将所述初始对话样本语句输入初始对话模型中,得到多个候选回复样本语句;
修正模块,对所述多个候选回复样本语句中的第一候选回复样本语句进行修正,得到修正回复样本语句;
训练模块,根据所述修正回复样本语句、所述多个候选回复样本语句中的第二候选回复样本语句和召回回复样本语句对所述初始对话模型进行训练,得到对话模型;
其中,所述召回回复样本语句为训练样本语句中除所述初始对话样本语句和所述多个候选回复样本语句之外的其他样本语句。
根据本公开的另一方面,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上述的方法。
根据本公开的另一方面,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上述的方法。
根据本公开的另一方面,一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令在被处理器执行时实现上述的方法中的步骤。
在本公开的一些实施例中,根据修正回复样本语句、第二候选回复样本语句和召回回复样本语句进行训练得到对话模型初始对话样本语句输入初始对话模型中得到多个候选回复样本语句,第二候选回复样本语句为多个候选回复样本语句中的任意一个语句,修正回复样本语句为对候选回复样本中的第一回复样本语句进行修正得到的对话质量较高的语句;召回回复样本语句为训练样本语句中除初始对话样本语句和多个候选回复样本语句之外的其他样本语句;通过对修正回复样本语句、第二候选回复样本语句和召回回复样本语句对初始对话模型继续训练,得到对话精度较高的对话模型;将初始对话语句输入对话模型中,得到对话质量较高的目标回复语句。
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为本公开实施例一提供的一种信息处理方法的流程示意图;
图2为本公开实施例二提供的一种模型训练方法的流程示意图;
图3为本公开实施例三提供的一种信息处理方法的流程示意图;
图4为本公开示例性实施例提供的一种信息处理装置的结构示意图;
图5为本公开示例性实施例提供的一种模型训练装置的结构示意图;
图6示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。
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。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
随着自然语言处理技术的发展,机器学习模型可以用于智能对话的领域中,对话模型根据用户输入的语句进行回复,从而实现与用户进行对话的效果。
在对话系统领域,基于社交媒体评论数据训练的大规模对话模型陆续出现。但由于社交媒体的评论场景与真实的人类对话场景存在偏差,导致模型的生成能力欠佳。
生成式对话模型在推理时会生成多条候选回复,然后利用生成得分对回复进行评估排序。但是基于生成得分的排序方法不能有效地把高质量的回复置于前排。
目前,对话模型的对话精度较低,对话质量较差。
针对上述存在的技术问题,在本公开的一些实施例中,根据修正回复样本语句、第二候选回复样本语句和召回回复样本语句进行训练得到对话模型初始对话样本语句输入初始对话模型中得到多个候选回复样本语句,第二候选回复样本语句为多个候选回复样本语句中的任意一个语句,修正回复样本语句为对候选回复样本中的第一回复样本语句进行修正得到的对话质量较高的语句;召回回复样本语句为训练样本语句中除初始对话样本语句和多个候选回复样本语句之外的其他样本语句;通过对修正回复样本语句、第二候选回复样本语句和召回回复样本语句对初始对话模型继续训练,得到对话精度较高的对话模型;将初始对话语句输入对话模型中,得到对话质量较高的目标回复语句。
以下结合附图,详细说明本公开各实施例提供的技术方案。
图1为本公开实施例一提供的一种信息处理方法的流程示意图。如图1所示,该方法包括:
S101:获取初始对话语句;
S102:将初始对话语句输入已经训练完成的对话模型中,得到目标回复语句;
其中,对话模型为根据修正回复样本语句、第二候选回复样本语句和召回回复样本语句进行训练得到的模型;其中,初始对话样本语句输入初始对话模型中得到多个候选回复样本语句;第二候选回复样本语句为多个候选回复样本语句中的任意一个语句;修正回复样本语句为对候选回复样本中的第一回复样本语句进行修正得到的语句;召回回复样本语句为训练样本语句中除初始对话样本语句和多个候选回复样本语句之外的其他样本语句。
在本实施例中,上述方法的执行主体可以为服务器或者终端设备。
当上述方法的执行主体为服务器时,并不限定服务器的实现形态。例如,服务器可以是常规服务器、云服务器、云主机、虚拟中心等服务器设备。其中,服务器的构成主要包括处理器、硬盘、内存、系统总线等,和通用的计算机架构类型。
当上述方法的执行主体为终端设备时,并不限定终端设备的实现形态。终端设备包括但不限于以下任意一种:个人计算机,平板电脑,智能手机和智能穿戴设备。
在本实施例中,根据修正回复样本语句、第二候选回复样本语句和召回回复样本语句进行训练得到对话模型初始对话样本语句输入初始对话模型中得到多个候选回复样本语句,第二候选回复样本语句为多个候选回复样本语句中的任意一个语句,修正回复样本语句为对候选回复样本中的第一回复样本语句进行修正得到的对话质量较高的语句;召回回复样本语句为训练样本语句中除初始对话样本语句和多个候选回复样本语句之外的其他样本语句;通过对修正回复样本语句、第二候选回复样本语句和召回回复样本语句对初始对话模型继续训练,得到对话精度较高的对话模型;获取初始对话语句,将初始对话语句输入对话模型中,得到对话质量较高的目标回复语句。
以下结合应用场景对本公开的技术方案作出说明:
应用场景一:智能手机响应于用户以语音方式输入的初始对话语句“今天天气怎么样”,智能手机将初始对话语句上传至服务器,服务器将初始对话语句输入已经训练完成的对话模型中,得到目标回复语句“今天是晴天”,服务器将目标回复语句下发至智能手机,智能手机以语音方式播放目标回复语句“今天是晴天”。
应用场景二:智能手机响应于用户以语音方式输入的初始对话语句“今天天气怎么样”,智能手机将初始对话语句输入至本地集成的对话模型中,得到目标回复语句“今天是晴天”,智能手机以语音方式播放目标回复语句“今天是晴天”。
在使用对话模型之前,需要对初始对话模型进行训练得到对话模型。以下对对话模型的训练过程作出说明。
图2为本公开实施例二提供的一种模型训练方法的流程示意图。如图2所示,该方法包括:
S201:获取初始对话样本语句;
S202:将初始对话样本语句输入初始对话模型中,得到多个候选回复样本语句;
S203:对多个候选回复样本语句中的第一候选回复样本语句进行修正,得到修正回复样本语句;
S204:根据修正回复样本语句、多个候选回复样本语句中的第二候选回复样本语句和召回回复样本语句对初始对话模型进行训练,得到对话模型;
其中,召回回复样本语句为训练样本语句中除初始对话样本语句和多个候选回复样本语句之外的其他样本语句。
关于上述用于训练对话模型的训练设备可以为任意类型的计算机设备,本公开实施例对此不作限定。
需要说明的是,初始对话模型可以为已经训练完成的模型,初始对话模型的精度较低,利用初始对话模型进行对话的对话质量较差。
获取初始对话样本语句,将初始对话样本语句输入初始对话模型中,得到修正回复样本语句。对多个候选回复样本语句中的第一候选回复样本语句进行修正,得到修正回复样本语句,从多个候选回复样本语句中随机选择出第二候选回复样本语句,从训练样本语句中除初始对话样本语句和多个候选回复样本语句之外的其他样本语句中选择出召回回复样本语句。修正回复样本语句、第二候选回复样本语句和召回回复样本语句构成一条训练数据集。重复上述步骤,得到用于模型训练的训练数据集。
需要说明的是,初始对话样本语句尽量采用不同领域的数据集,例如,新闻领域、社交媒体领域、文学领域以及真人对话领域,以增加数据集的覆盖面。
在上实施例中,对多个候选回复样本语句中的第一候选回复样本语句进行修正,得到修正回复样本语句。例如,对第一候选回复样本语句进行复制、修改或者撰写等操作,得到修正回复样本语句。
例如,响应于在标注界面中输入初始对话样本语句的操作,获取初始对话样本语句“天天下雨,心情都变得不好了”;将初始对话样本语句输入初始对话模型中,得到多个候选回复样本语句“下雨天,音乐和巧克力更配哦”、“下雨天和睡觉很配哦”、“我也心情不好,因为没人陪”、“下雨天多好”、“我也是!不喜欢下雨天”、“是啊,都不能出门了,好烦”和“是啊,我也是很讨厌下雨天”。
对多个候选回复样本语句中的第一候选回复样本语句“下雨天,音乐和巧克力更配哦”进行修正,得到修正回复样本语句“下雨天,我觉得音乐和巧克力更配哦”,从多个候选回复样本语句中随机选择出第二候选回复样本语句“下雨天和睡觉很配哦”,从训练样本语句中除初始对话样本语句和多个候选回复样本语句之外的其他样本语句中选择出召回回复样本语句“今天是晴天”。修正回复样本语句“下雨天,我觉得音乐和巧克力更配哦”、第二候选回复样本语句“下雨天和睡觉很配哦”和召回回复样本语句“今天是晴天”构成一条训练数据集。
在上述实施例中,根据修正回复样本语句、多个候选回复样本语句中的第二候选回复样本语句和召回回复样本语句对初始对话模型进行训练,得到对话模型。一种可实现的方式为,将修正回复样本语句、第二候选回复样本语句和召回回复样本语句输入初始对话模型的语句生成模型中,得到真实回复语句、修正回复样本语句概率、第二候选回复样本语句概率和召回回复样本语句概率;根据真实回复语句、修正回复样本语句概率、第二候选回复样本语句概率和召回回复样本语句概率对初始对话模型中的初始语句生成模型和初始语句确定模型进行联合训练,得到对话模型。
在一种实施例中,根据真实回复语句、修正回复样本语句概率、第二候选回复样本语句概率和召回回复样本语句概率对初始对话模型中的初始语句生成模型和初始语句确定模型进行联合训练,得到对话模型。根据真实回复语句和修正回复样本语句,确定损失函数;根据损失函数,以修正回复样本语句概率大于第二候选回复样本语句概率、修正回复样本语句概率大于召回回复样本语句概率、第二候选回复样本语句概率大于召回回复样本语句概率为训练目标,对初始语句生成模型和初始语句确定模型进行联合训练,得到对话模型。
需要说明的是,初始语句确定模型的目标函数LPE如下:
其中,rH为修正回复样本语句,rB为第二候选回复样本语句,rR召回回复样本语句,c为初始对话样本语句,s(c,rH)为修正回复样本语句概率,s(c,rB)为第二候选回复样本语句概率,s(c,rR)为召回回复样本语句概率,s(c,rH)、s(c,rB)、s(c,rR)∈(0,1)。
结合上述各实施例的描述,图3为本公开实施例三提供的一种信息处理方法的流程示意图。如图3所示,该方法包括:
S301:终端设备响应于语音输入操作,获取初始对话语句;
S302:终端设备将初始对话语句发送至服务器;
S303:服务器接收初始对话语句,将初始对话语句输入对话模型中,得到目标回复语句,并将目标回复语句下发至终端设备;
S304:终端设备接收目标回复语句,以语音方式播放目标回复语句。
在本实施例中,并不限定服务器的实现形态。例如,服务器可以是常规服务器、云服务器、云主机、虚拟中心等服务器设备。其中,服务器的构成主要包括处理器、硬盘、内存、系统总线等,和通用的计算机架构类型。
在本实施例中,并不限定终端设备的实现形态。终端设备包括但不限于以下任意一种:个人计算机,平板电脑,智能手机和智能穿戴设备。
本实施例各步骤的实现方式均可参见前述各实施例的描述,在本实施例中不再赘述,同时,本实施例可取得前述各实施例相应部分的有益效果。
图4为本公开示例性实施例提供的一种信息处理装置40的结构示意图。该信息处理装置40包括获取模块41和输入模块42。
其中,获取模块41,用于获取初始对话语句;
输入模块42,用于将初始对话语句输入已经训练完成的对话模型中,得到目标回复语句;
其中,对话模型为根据修正回复样本语句、第二候选回复样本语句和召回回复样本语句进行训练得到的模型;其中,初始对话样本语句输入初始对话模型中得到多个候选回复样本语句;第二候选回复样本语句为多个候选回复样本语句中的任意一个语句;修正回复样本语句为对候选回复样本中的第一回复样本语句进行修正得到的语句;召回回复样本语句为训练样本语句中除初始对话样本语句和多个候选回复样本语句之外的其他样本语句。
可选地,输入模块42在将初始对话语句输入已经训练完成的对话模型中,得到目标回复语句时,用于:
在对话模型内部,将初始对话语句输入对话模型的语句生成模型中,得到多个候选回复语句和每个候选回复语句的概率;
将多个候选回复语句和每个候选回复语句的概率输入对话模型的语句确定模型中,得到目标回复语句。
可选地,输入模块42在将多个候选回复语句和每个候选回复语句的概率输入对话模型的语句确定模型中,得到目标回复语句时,用于:
将多个候选回复语句和每个候选回复语句的概率输入语句确定模型中,从多个候选回复语句中选择出概率最大的目标回复语句。
图5为本公开示例性实施例提供的一种模型训练装置50的结构示意图。该模型训练装置50包括语句获取模块51,语句输入模块52,修正模块53和训练模块54。
其中,语句获取模块51,获取初始对话样本语句;
语句输入模块52,将初始对话样本语句输入初始对话模型中,得到多个候选回复样本语句;
修正模块53,对多个候选回复样本语句中的第一候选回复样本语句进行修正,得到修正回复样本语句;
训练模块54,根据修正回复样本语句、多个候选回复样本语句中的第二候选回复样本语句和召回回复样本语句对初始对话模型进行训练,得到对话模型;
其中,召回回复样本语句为训练样本语句中除初始对话样本语句和多个候选回复样本语句之外的其他样本语句。
可选地,训练模块54在根据修正回复样本语句、多个候选回复样本语句中的第二候选回复样本语句和召回回复样本语句对初始对话模型进行训练,得到对话模型时,用于:
将修正回复样本语句、第二候选回复样本语句和召回回复样本语句输入初始对话模型的语句生成模型中,得到真实回复语句、修正回复样本语句概率、第二候选回复样本语句概率和召回回复样本语句概率;
根据真实回复语句、修正回复样本语句概率、第二候选回复样本语句概率和召回回复样本语句概率对初始对话模型中的初始语句生成模型和初始语句确定模型进行联合训练,得到对话模型。
可选地,训练模块54在根据真实回复语句、修正回复样本语句概率、第二候选回复样本语句概率和召回回复样本语句概率对初始对话模型中的初始语句生成模型和初始语句确定模型进行联合训练,得到对话模型时,用于:
根据真实回复语句和修正回复样本语句,确定损失函数;
根据损失函数,以修正回复样本语句概率大于第二候选回复样本语句概率、修正回复样本语句概率大于召回回复样本语句概率、第二候选回复样本语句概率大于召回回复样本语句概率为训练目标,对初始语句生成模型和初始语句确定模型进行联合训练,得到对话模型。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
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6示出了可以用来实施本公开的实施例的示例电子设备600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6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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601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601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601执行上文所描述的各个方法和处理,例如信息处理方法和模型训练方法。例如,在一些实施例中,信息处理方法和模型训练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608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的信息处理方法和模型训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行信息处理方法和模型训练方法。
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)、互联网和区块链网络。
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。
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,本发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 (13)

1.一种信息处理方法,包括:
获取初始对话语句;
将所述初始对话语句输入已经训练完成的对话模型中,得到目标回复语句;
其中,所述对话模型为根据修正回复样本语句、第二候选回复样本语句和召回回复样本语句对初始对话模型进行训练得到的模型;其中,初始对话样本语句输入初始对话模型中得到多个候选回复样本语句;所述第二候选回复样本语句为所述多个候选回复样本语句中的任意一个语句;所述修正回复样本语句为对所述候选回复样本中的第一回复样本语句进行修正得到的语句;所述召回回复样本语句为训练样本语句中除所述初始对话样本语句和所述多个候选回复样本语句之外的其他样本语句;
其中,所述根据所述修正回复样本语句、所述第二候选回复样本语句和召回回复样本语句对所述初始对话模型进行训练,得到对话模型,包括:
将所述修正回复样本语句、所述第二候选回复样本语句和所述召回回复样本语句输入所述初始对话模型的语句生成模型中,得到真实回复语句、修正回复样本语句概率、第二候选回复样本语句概率和召回回复样本语句概率;
根据所述真实回复语句、所述修正回复样本语句概率、所述第二候选回复样本语句概率和所述召回回复样本语句概率对所述初始对话模型中的初始语句生成模型和初始语句确定模型进行联合训练,得到所述对话模型。
2.根据权利要求1所述的方法,其中,所述将所述初始对话语句输入已经训练完成的对话模型中,得到目标回复语句,包括:
在所述对话模型内部,将所述初始对话语句输入所述对话模型的语句生成模型中,得到多个候选回复语句和每个所述候选回复语句的概率;
将所述多个候选回复语句和每个所述候选回复语句的概率输入所述对话模型的语句确定模型中,得到目标回复语句。
3.根据权利要求2所述的方法,其中,所述将所述多个候选回复语句和每个所述候选回复语句的概率输入所述对话模型的语句确定模型中,得到目标回复语句,包括:
将所述多个候选回复语句和每个所述候选回复语句的概率输入所述语句确定模型中,从所述多个候选回复语句中选择出概率最大的目标回复语句。
4.一种模型训练方法,包括:
获取初始对话样本语句;
将所述初始对话样本语句输入初始对话模型中,得到多个候选回复样本语句;
对所述多个候选回复样本语句中的第一候选回复样本语句进行修正,得到修正回复样本语句;
根据所述修正回复样本语句、所述多个候选回复样本语句中的第二候选回复样本语句和召回回复样本语句对所述初始对话模型进行训练,得到对话模型;
其中,所述第二候选回复样本语句为所述多个候选回复样本语句中的任意一个语句,所述召回回复样本语句为训练样本语句中除所述初始对话样本语句和所述多个候选回复样本语句之外的其他样本语句;
其中,所述根据所述修正回复样本语句、所述多个候选回复样本语句中的第二候选回复样本语句和召回回复样本语句对所述初始对话模型进行训练,得到对话模型,包括:
将所述修正回复样本语句、所述第二候选回复样本语句和所述召回回复样本语句输入所述初始对话模型的语句生成模型中,得到真实回复语句、修正回复样本语句概率、第二候选回复样本语句概率和召回回复样本语句概率;
根据所述真实回复语句、所述修正回复样本语句概率、所述第二候选回复样本语句概率和所述召回回复样本语句概率对所述初始对话模型中的初始语句生成模型和初始语句确定模型进行联合训练,得到所述对话模型。
5.根据权利要求4所述的方法,其中,所述根据所述真实回复语句、所述修正回复样本语句概率、所述第二候选回复样本语句概率和所述召回回复样本语句概率对所述初始对话模型中的所述初始语句生成模型和初始语句确定模型进行联合训练,得到所述对话模型,包括:
根据所述真实回复语句和所述修正回复样本语句,确定损失函数;
根据所述损失函数,以所述修正回复样本语句概率大于所述第二候选回复样本语句概率、所述修正回复样本语句概率大于所述召回回复样本语句概率、所述第二候选回复样本语句概率大于所述召回回复样本语句概率为训练目标,对所述初始语句生成模型和所述初始语句确定模型进行联合训练,得到所述对话模型。
6.一种信息处理装置,包括:
获取模块,用于获取初始对话语句;
输入模块,用于将所述初始对话语句输入已经训练完成的对话模型中,得到目标回复语句;
其中,所述对话模型为根据修正回复样本语句、第二候选回复样本语句和召回回复样本语句对初始对话模型进行训练得到的模型;其中,初始对话样本语句输入初始对话模型中得到多个候选回复样本语句;所述第二候选回复样本语句为所述多个候选回复样本语句中的任意一个语句;所述修正回复样本语句为对所述候选回复样本中的第一回复样本语句进行修正得到的语句;所述召回回复样本语句为训练样本语句中除所述初始对话样本语句和所述多个候选回复样本语句之外的其他样本语句;
其中,所述根据所述修正回复样本语句、所述第二候选回复样本语句和召回回复样本语句对所述初始对话模型进行训练,得到对话模型,包括:
将所述修正回复样本语句、所述第二候选回复样本语句和所述召回回复样本语句输入所述初始对话模型的语句生成模型中,得到真实回复语句、修正回复样本语句概率、第二候选回复样本语句概率和召回回复样本语句概率;
根据所述真实回复语句、所述修正回复样本语句概率、所述第二候选回复样本语句概率和所述召回回复样本语句概率对所述初始对话模型中的初始语句生成模型和初始语句确定模型进行联合训练,得到所述对话模型。
7.根据权利要求6所述的装置,其中,所述输入模块在将所述初始对话语句输入已经训练完成的对话模型中,得到目标回复语句时,用于:
在所述对话模型内部,将所述初始对话语句输入所述对话模型的语句生成模型中,得到多个候选回复语句和每个所述候选回复语句的概率;
将所述多个候选回复语句和每个所述候选回复语句的概率输入所述对话模型的语句确定模型中,得到目标回复语句。
8.根据权利要求7所述的装置,其中,所述输入模块在将所述多个候选回复语句和每个所述候选回复语句的概率输入所述对话模型的语句确定模型中,得到目标回复语句时,用于:
将所述多个候选回复语句和每个所述候选回复语句的概率输入所述语句确定模型中,从所述多个候选回复语句中选择出概率最大的目标回复语句。
9.一种模型训练装置,包括:
语句获取模块,获取初始对话样本语句;
语句输入模块,将所述初始对话样本语句输入初始对话模型中,得到多个候选回复样本语句;
修正模块,对所述多个候选回复样本语句中的第一候选回复样本语句进行修正,得到修正回复样本语句;
训练模块,根据所述修正回复样本语句、所述多个候选回复样本语句中的第二候选回复样本语句和召回回复样本语句对所述初始对话模型进行训练,得到对话模型;
其中,所述第二候选回复样本语句为所述多个候选回复样本语句中的任意一个语句,所述召回回复样本语句为训练样本语句中除所述初始对话样本语句和所述多个候选回复样本语句之外的其他样本语句;
其中,所述训练模块在根据所述修正回复样本语句、所述多个候选回复样本语句中的第二候选回复样本语句和召回回复样本语句对所述初始对话模型进行训练,得到对话模型时,用于:
将所述修正回复样本语句、所述第二候选回复样本语句和所述召回回复样本语句输入所述初始对话模型的语句生成模型中,得到真实回复语句、修正回复样本语句概率、第二候选回复样本语句概率和召回回复样本语句概率;
根据所述真实回复语句、所述修正回复样本语句概率、所述第二候选回复样本语句概率和所述召回回复样本语句概率对所述初始对话模型中的初始语句生成模型和初始语句确定模型进行联合训练,得到所述对话模型。
10.根据权利要求9所述的装置,其中,所述训练模块在根据所述真实回复语句、所述修正回复样本语句概率、所述第二候选回复样本语句概率和所述召回回复样本语句概率对所述初始对话模型中的所述初始语句生成模型和初始语句确定模型进行联合训练,得到所述对话模型时,用于:
根据所述真实回复语句和所述修正回复样本语句,确定损失函数;
根据所述损失函数,以所述修正回复样本语句概率大于所述第二候选回复样本语句概率、所述修正回复样本语句概率大于所述召回回复样本语句概率、所述第二候选回复样本语句概率大于所述召回回复样本语句概率为训练目标,对所述初始语句生成模型和所述初始语句确定模型进行联合训练,得到所述对话模型。
11.一种电子设备,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1-3或者4-5中任一项所述的方法。
12.一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1-3或者4-5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令在被处理器执行时实现根据权利要求1-3或者4-5中任一项所述的方法中的步骤。
CN202210958184.7A 2022-08-10 2022-08-10 信息处理与模型训练方法、装置、设备、介质及程序产品 Active CN115292467B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210958184.7A CN115292467B (zh) 2022-08-10 2022-08-10 信息处理与模型训练方法、装置、设备、介质及程序产品
JP2023048430A JP2023078411A (ja) 2022-08-10 2023-03-24 情報処理方法、モデルトレーニング方法、装置、機器、媒体及びプログラム製品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210958184.7A CN115292467B (zh) 2022-08-10 2022-08-10 信息处理与模型训练方法、装置、设备、介质及程序产品

Publications (2)

Publication Number Publication Date
CN115292467A CN115292467A (zh) 2022-11-04
CN115292467B true CN115292467B (zh) 2023-10-27

Family

ID=83827527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210958184.7A Active CN115292467B (zh) 2022-08-10 2022-08-10 信息处理与模型训练方法、装置、设备、介质及程序产品

Country Status (2)

Country Link
JP (1) JP2023078411A (zh)
CN (1) CN115292467B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116932714B (zh) * 2023-06-30 2024-05-24 北京百度网讯科技有限公司 生成式对话模型训练及生成式对话实现方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110347792A (zh) * 2019-06-25 2019-10-18 腾讯科技(深圳)有限公司 对话生成方法及装置、存储介质、电子设备
CN110647617A (zh) * 2019-09-29 2020-01-03 百度在线网络技术(北京)有限公司 对话引导模型的训练样本构建方法和生成模型的方法
CN111783955A (zh) * 2020-06-30 2020-10-16 北京市商汤科技开发有限公司 神经网络的训练、对话生成方法及装置、存储介质
CN113505204A (zh) * 2021-09-09 2021-10-15 腾讯科技(深圳)有限公司 召回模型训练方法、搜索召回方法、装置和计算机设备
CN114118100A (zh) * 2021-11-24 2022-03-01 北京房江湖科技有限公司 用于生成对话语句的方法、装置、设备、介质和程序产品
CN114281955A (zh) * 2021-09-13 2022-04-05 腾讯科技(深圳)有限公司 对话处理方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110347792A (zh) * 2019-06-25 2019-10-18 腾讯科技(深圳)有限公司 对话生成方法及装置、存储介质、电子设备
CN110647617A (zh) * 2019-09-29 2020-01-03 百度在线网络技术(北京)有限公司 对话引导模型的训练样本构建方法和生成模型的方法
CN111783955A (zh) * 2020-06-30 2020-10-16 北京市商汤科技开发有限公司 神经网络的训练、对话生成方法及装置、存储介质
CN113505204A (zh) * 2021-09-09 2021-10-15 腾讯科技(深圳)有限公司 召回模型训练方法、搜索召回方法、装置和计算机设备
CN114281955A (zh) * 2021-09-13 2022-04-05 腾讯科技(深圳)有限公司 对话处理方法、装置、设备及存储介质
CN114118100A (zh) * 2021-11-24 2022-03-01 北京房江湖科技有限公司 用于生成对话语句的方法、装置、设备、介质和程序产品

Also Published As

Publication number Publication date
CN115292467A (zh) 2022-11-04
JP2023078411A (ja) 2023-06-06

Similar Documents

Publication Publication Date Title
CN112597754B (zh) 文本纠错方法、装置、电子设备和可读存储介质
CN112487173B (zh) 人机对话方法、设备和存储介质
CN114416934B (zh) 多模态的对话生成模型的训练方法、装置及电子设备
CN112507706B (zh) 知识预训练模型的训练方法、装置和电子设备
CN112580324A (zh) 文本纠错方法、装置、电子设备以及存储介质
CN113407850B (zh) 一种虚拟形象的确定和获取方法、装置以及电子设备
CN113641829B (zh) 图神经网络的训练与知识图谱的补全方法、装置
CN112949433A (zh) 视频分类模型的生成方法、装置、设备和存储介质
CN115292467B (zh) 信息处理与模型训练方法、装置、设备、介质及程序产品
CN114239559B (zh) 文本纠错和文本纠错模型的生成方法、装置、设备和介质
CN112527127B (zh) 输入法长句预测模型的训练方法、装置、电子设备及介质
CN116257611B (zh) 问答模型的训练方法、问答处理方法、装置及存储介质
CN117391067A (zh) 内容质检方法、装置、设备以及存储介质
CN117171310A (zh) 数字人的交互方法、装置、电子设备及存储介质
CN113689866B (zh) 一种语音转换模型的训练方法、装置、电子设备及介质
CN113361575B (zh) 模型训练方法、装置和电子设备
CN113553415B (zh) 问答匹配的方法、装置及电子设备
CN115565186A (zh) 文字识别模型的训练方法、装置、电子设备和存储介质
CN113553413A (zh) 对话状态的生成方法、装置、电子设备和存储介质
CN114119972A (zh) 模型获取及对象处理方法、装置、电子设备及存储介质
CN113129894A (zh) 语音识别方法、装置、电子设备以及存储介质
CN113220997B (zh) 数据处理方法、装置、电子设备及存储介质
CN115169549B (zh) 人工智能模型更新方法、装置、电子设备及存储介质
CN114078475B (zh) 语音识别和更新方法、装置、设备和存储介质
CN114512136B (zh) 模型训练、音频处理方法、装置、设备、存储介质及程序

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