CN115952271A - 一种生成对话信息的方法、装置、存储介质及电子设备 - Google Patents

Abstract

本说明书公开了一种生成对话信息的方法、装置、存储介质及电子设备，通过对用户行为进行监测，当监测到用户执行了指定操作时，根据用户执行的指定操作，确定输入数据，进而基于输出数据得到相应的回复语料返回给用户。应用本方法的智能对话系统在用户未输入对话信息的情况下，也可基于用户执行的指定操作，自发地向用户发起对话，进一步提高了智能对话系统与用户进行对话的能力，提高了对话效率。

Description

一种生成对话信息的方法、装置、存储介质及电子设备

技术领域

本说明书涉及人工智能技术领域，尤其涉及一种生成对话信息的方法、装置、存储介质及电子设备。

背景技术

随着计算机技术的发展和业务深入融合的需要，人工智能技术在人们日常生活中的应用逐渐广泛。如何基于用户输入的对话信息自动生成反馈信息，实现人机对话，已经成为人工智能领域中的一个重要研究方向。

现有的生成对话信息的方法中，通常为智能对话系统接收用户发送的对话信息，并基于用户的对话信息确定用户意图，再根据用户意图从预先设置的模板中确定该用户意图对应的模板，以基于确定出的模板生成反馈信息，并将反馈信息发送给用户。

但是，现有技术仅能在用户向智能对话系统发送对话信息的情况下才能确定出反馈信息，不具备自发与用户交流的能力。基于此，本说明书提供一种生成对话信息的方法。

发明内容

本说明书提供一种生成对话信息的方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供一种生成对话信息的方法，所述生成对话信息的方法应用于智能对话系统，包括：

对用户的行为进行监测，并当监测到所述用户执行了指定操作时，根据所述用户执行的指定操作，确定所述用户的行为数据；

根据所述行为数据确定所述用户的输入数据；

对所述输入数据进行特征提取，确定对话特征；

根据所述对话特征，得到回复语料，并将所述回复语料返回给所述用户。

可选地，所述智能对话系统用于和所述用户进行多种业务的对话，所述智能对话系统中包含预处理单元和生成单元；

根据所述对话特征，得到回复语料，具体包括：

将所述对话特征输入所述智能对话系统的预处理单元，根据所述预处理单元的输出，从所述多种业务中，确定所述对话特征对应的业务，作为预处理结果；

将所述预处理结果和所述对话特征输入所述智能对话系统的生成单元中，得到所述生成单元输出的回复语料。

可选地，所述智能对话系统包含查询单元和生成单元、存储单元；

根据所述对话特征，得到回复语料，具体包括：

将所述对话特征输入所述智能对话系统的查询单元，得到所述查询单元从所述存储单元中查询到的所述对话特征的参考信息，所述参考信息为所述智能对话系统已存储的信息中与所述对话特征相关的信息；

将所述参考信息和所述对话特征输入所述智能对话系统的生成单元中，得到所述生成单元输出的回复语料。

可选地，所述智能对话系统用于和用户进行多种指定业务的对话，所述智能对话系统包含预处理单元、查询单元和存储单元；

根据所述对话特征，得到回复语料，具体包括：

将所述对话特征输入所述智能对话系统的预处理单元，根据所述预处理单元的输出，从所述多种业务中，确定所述对话特征对应的各业务，作为各预处理结果；

将所述对话特征输入所述智能对话系统的查询单元，得到所述查询单元从存储单元中查询到的所述对话特征的各参考信息，所述参考信息为所述智能对话系统已存储的信息中与所述对话特征相关的信息；

将所述各预处理结果和所述各参考信息分别进行组合，并根据所述对话特征和各组合结果，确定所述各组合结果分别对应的合理度；

根据所述各组合结果分别对应的合理度，确定目标组合结果，并根据所述对话特征和所述目标组合结果，确定回复语料。

可选地，所述方法还包括：

将所述对话特征输入所述智能对话系统的查询单元中，通过预先部署在所述查询单元中的记忆模型，提取所述对话特征的语义信息；

通过所述存储单元存储所述语义信息。

可选地，确定所述各组合结果分别对应的合理度，具体包括：

将所述各组合结果分别输入训练完成的合理性模型中，得到所述合理性模型输出的所述各组合结果分别对应的合理度；

根据所述对话特征和所述目标组合结果，确定回复语料，具体包括：

将所述目标组合结果和所述对话特征输入预先部署的生成模型中，得到所述生成模型输出的回复语料；

其中，所述生成模型、所述记忆模型和所述合理性模型中的至少两个为根据同一模型微调得到。

可选地，根据所述行为数据确定所述用户的输入数据，具体包括：

获取所述智能对话系统上一次输出的回复语料；

将所述行为数据和所述智能对话系统上一次输出的回复语料，作为所述用户的输入数据。

本说明书提供一种生成对话信息的装置，所述生成对话信息的装置应用于智能对话系统，所包括：

监测模块，用于对用户的行为进行监测，并当监测到所述用户执行了指定操作时，根据所述用户执行的指定操作，确定所述用户的行为数据；

确定模块，用于根据所述行为数据确定所述用户的输入数据；

提取模块，用于对所述输入数据进行特征提取，确定对话特征；

回复模块，用于根据所述对话特征，得到回复语料，并将所述回复语料返回给所述用户。

本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述生成对话信息的方法。

本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述生成对话信息的方法。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

通过对用户行为进行监测，当监测到用户执行了指定操作时，根据用户执行的指定操作，确定输入数据，进而基于输出数据得到相应的回复语料返回给用户。

从上述方法可以看出，应用本方法的智能对话系统在用户未输入对话信息的情况下，也可基于用户执行的指定操作，自发地向用户发起对话，进一步提高了智能对话系统与用户进行对话的能力，提高了对话效率。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书提供的生成对话信息的方法的流程示意图；

图2为本说明书提供的确定回复语料的流程示意图；

图3为本说明书提供的确定回复语料的流程示意图；

图4为本说明书提供的生成对话信息的装置的结构示意图；

图5为本说明书提供的对应于图1的电子设备示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

目前，在人工智能领域，随着技术的发展，人们越来越多地使用人工智能技术对工作生活中的业务进行处理。以人工智能技术应用在智能对话领域为例，用户与智能对话系统之间可通过一定的交互方式，完成人与智能对话系统之间的信息交换。

通常情况下，智能对话系统可由语音唤醒（Keyword Spotting，KWS）、语音识别（Automatic Speech Recognition，ASR）、自然语音处理（Natural Language Processing，NLP）、自然语言生成（Natural Language Generation，NLG）等技术实现。

人机对话的核心在于智能对话系统能够在预设的系统框架下，根据先验的数据训练或学习，自动对用户输入的信息进行理解和分析，并给出有意义的回复。其中，用户输入的信息可以涉及业务咨询、业务办理等任务导向型信息，也可以是闲聊等非任务导向型信息，并且，用户输入的信息可以是以语音、文字、图片等形态存在的信息，本说明书对用户输入的信息的类型以及形态不做限定。

但是，目前在用户没有输入对话信息的情况下，智能对话系统往往无法自发性地向用户发起对话，与用户进行沟通。这就使得智能对话系统与用户进行对话的能力较低，自然对话效率也较低。

图1为本说明书提供的生成对话信息的方法的流程示意图，具体包括以下步骤：

S100：对用户的行为进行监测，并当监测到所述用户执行了指定操作时，根据所述用户执行的指定操作，确定所述用户的行为数据。

S102：根据所述行为数据确定所述用户的输入数据。

本说明书实施例提供一种生成对话信息的方法，该生成对话信息的方法的执行过程应用于智能对话系统，该智能对话系统可预先部署在服务器、终端等电子设备中。

区别于目前仅能根据用户的输入的对话数据进行输出的智能对话系统，本说明书提供一种新的生成对话信息的方法，由智能对话系统对用户行为进行监测，当用户执行了指定操作时，根据用户执行的指定操作，确定用户的行为数据，进而根据行为数据确定用户的输入数据，以根据输入数据得到对应的回复语料并返回给用户。即使是在用户没有输入对话信息的情况下，该智能对话系统也可根据用户执行的指定操作，自发性地发起与用户的对话，进一步提高了智能对话系统与用户进行对话的能力，提高了对话效率。

基于上述对本说明书中的该生成对话信息的方法的简要说明。显然，该智能对话系统需对用户的行为进行监测，以根据用户的行为确定用户的行为数据。

具体的，该智能对话系统可对用户的行为进行监测。其中，该智能对话系统可对用户所持终端上的行为进行监测，也可仅对该智能对话系统所在的业务平台的行为进行检测，还可对用户的声音等进行监测。具体如何对用户进行检测，以及对用户的何种行为进行监测，可根据需要进行设置，本说明书对此不做限制。

该智能对话系统可根据监测到的用户行为和预设的指定操作，判断用户是否执行了指定操作。其中，该指定操作可为点击、收藏、购买、发出指定指令等可与部署智能对话系统的电子设备进行交互的操作，也可为“心率超过100”、“睡眠时间超过1小时”等在用户授权的情况下该智能对话系统可获取到的身体指标。具体该指定操作的类型可根据需要进行设置，本说明书对此不做限制。

若用户执行了指定操作，则该智能对话系统可确定需与用户进行对话。而在用户没有输入对话信息的情况下，该智能对话系统至少可确定该用户的行为。因此，该智能对话系统可根据用户执行的指定操作，确定该用户对应的行为数据。则在确定出行为数据后，该智能对话系统可直接将确定出的行为数据作为输入数据。

当然，该用户也可输入对话信息，则该智能对话系统可确定用户输入的对话信息，并将确定出的对话信息和用户的行为数据进行拼接，得到该用户的输入数据。具体该对话信息和行为数据如何融合得到用户的输入数据可根据需要进行设置，本说明书对此不做限制。

S104：对所述输入数据进行特征提取，确定对话特征。

在本说明书提供的一个或多个实施例中，如前所述的，本说明书提供该生成对话信息的方法，可在确定出输入数据后，基于输入数据生成对应的回复语料返回给用户。而对于输入数据来说，较之于基于特征生成回复语料，直接基于输入数据来生成回复语料的难度较高。因此，该智能对话系统可对输入数据进行特征提取，得到输入数据对应的特征，作为对话特征。

具体的，该服务器中预先设置有特征提取模型，则该智能对话系统可将该输入数据作为输入，输入到预先训练完成的特征提取模型中，得到该特征提取模型输出的特征，作为输入特征。当然，该服务器还可预先设置有进行特征提取的网络或卷积核，则该服务器可通过上述用于进行特征提取的网络或卷积核，对该输入数据进行特征提取。具体如何对该输入数据进行特征提取可根据需要进行设置，本说明书对此不做限制。

S106：根据所述对话特征，得到回复语料，并将所述回复语料返回给所述用户。

在本说明书提供的一个或多个实施例中，智能对话系统需基于用户执行的指定操作自发性地向用户发送回复语料，因此，在确定出对话特征后，该智能对话系统可根据该对话特征，确定回复语料。

具体的，该智能对话系统可将该对话语料作为输入，输入预先训练好的生成模型中，得到该生成模型输出的回复语料，作为该对话数据对应的回复语料。

于是，该智能对话系统可根据该对话数据中携带的用户标识，将回复语料返回给该用户。

需要说明的是，本说明书中对用户行为进行监测、确定用户的行为数据的动作，都是在遵照所在地相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。

基于图1所示的生成对话信息的方法，由智能对话系统对用户行为进行监测，当用户执行了指定操作时，根据用户执行的指定操作，确定用户的行为数据，进而根据行为数据确定用户的输入数据，以根据输入数据得到对应的回复语料并返回给用户。即使是在用户没有输入对话信息的情况下，该智能对话系统也可根据用户执行的指定操作，自发性地发起与用户的对话，进一步提高了智能对话系统与用户进行对话的能力，提高了对话效率。

另外，本说明书提供该智能对话系统，用于和用户进行多种业务的对话。即，该智能对话系统支持多种业务。其中，该多种业务可为投诉业务、推荐业务等类型对应的业务，也可为模型训练领域的业务、图像处理领域的业务、密码学领域的业务等多种领域或多种场景分别对应的业务。具体该智能对话系统可提供的业务的业务类型可根据需要进行设置，本说明书对此不做限制。

而用户执行的指定操作中，往往存在有指定操作仅与该智能对话系统中指定数量个业务匹配的情况。以用户执行的指定操作为“点击了‘投诉’按钮”为例，假设该智能对话系统用于和用户进行投诉业务和推荐业务的对话，显然，用户执行的指定操作与投诉业务较为匹配。因此，该智能对话系统可从自身支持的各业务中，确定投诉业务。则在确定出与指定操作较为匹配的业务后，该智能对话系统可直接基于该与指定操作较为匹配的业务和投诉业务，确定回复语料。

具体的，该智能对话系统可将确定出的对话特征作为输入，输入该智能对话系统的预处理单元中，得到该预处理单元的输出。再根据该预处理单元的输出，从上述智能对话系统支持的多种业务中，确定该对话特征对应的业务，作为预处理结果。显然，该预处理结果为该对话特征对应的业务。

于是，该智能对话系统可将预处理结果和对话特征输入智能对话系统的生成单元中，得到该生成单元输出的回复语料。

则基于上述方式，该智能对话系统可基于该对话特征对应的业务以及该对话特征，确定出与该对话特征更加匹配的回复语料。保证了该智能对话系统和用户对话时的对话质量。如图2所示。

图2为本说明书提供的确定回复语料的流程示意图。该智能对话系统将对话特征输入预处理单元中，得到该预处理单元输出的预处理结果后，将对话特征和该预处理结果同时输入该智能对话系统中的生成单元，生成回复语料。

进一步的，在智能对话系统和用户进行沟通的过程中，若智能对话系统可基于用户的历史行为数据等数据来生成回复语料，则生成的回复语料符合用户预期的可能性会更高，从而进一步提高该智能对话系统和用户对话时的对话质量。因此，该智能对话系统还可在确定出对话特征以后，基于与该对话特征相关的信息，确定回复语料。

具体的，该智能对话系统可将确定出的对话特征作为输入，输入智能对话的查询单元，得到该查询单元从已存储的数据中查询到的对话特征的参考信息。其中，该参考信息为智能对话系统以存储的信息中与该对话特征相关的信息。

该查询单元可根据该对话特征和自身已存储的信息，确定自身已存储的各信息分别与该对话特征之间的相关度，再根据各相关度，确定相关度最高的信息作为该对话特征的参考信息。该相关度可为余弦距离、欧式距离、向量乘积等用户衡量向量之间相关程度的参数。该参考信息的数量可为一个，也可为多个。具体如何设置相关度，以及参考信息的数量可根据需要进行设置，本说说明书对此不做限制。

则基于上述方式，该智能对话系统可基于该对话特征的参考信息以及该对话特征，确定出与该对话特征更加匹配的回复语料。保证了该智能对话系统和用户对话时的对话质量。如图3所示。

图3为本说明书提供的确定回复语料的流程示意图。该智能对话系统将对话特征输入查询单元中，得到该查询单元输出的参考信息后，将对话特征和该参考信息同时输入该智能对话系统中的生成单元，生成回复语料。

更进一步的，该智能对话系统在生成回复语料的过程中，对话特征可对应于不同业务，而对话特征对应的参考信息也可与不同业务对应。如，对话特征对应于投诉业务，而对话特征对应的参考信息为用户历史上购买了10个A产品，则该智能对话系统可基于参考信息和投诉业务，生成与对话特征更匹配的回复语料。

具体的，该智能对话系统可包括预处理单元、查询单元和存储单元。

于是，该智能对话系统可将对话特征作为输入，输入预处理单元中，得到该预处理单元输出的该对话特征对应的各预处理结果。其中，各预处理结果用于表征该智能对话系统支持的多个业务中，与该对话特征匹配的各业务。

同时，该智能对话系统可将该对话特征作为输入，输入查询单元中，得到该查询单元处处的该对话特征的各参考信息，其中，各参考信息为该智能对话系统已存储的信息中与该对话特征相关的各信息。

则在确定出各预处理结果和各参考信息后，由于无法确定各参考信息是否支持各预处理结果，该智能对话系统可采用将各预处理结果和各参考信息进行组合，确定各组合结果，再根据各组合结果分别对应的合理度的方式，确定出相互匹配的预处理结果和参考信息。

于是，该智能对话系统可将各预处理结果和各参考信息进行组合，确定各组合结果。

则在确定出各组合结果后，该智能对话系统可针对每个组合结果，确定该组合结果确定的匹配度，再根据各组合结果分别对应的合理度，确定出目标组合结果。

最后，该智能对话系统可根据确定出的目标组合结构和对话特征，确定回复语料。则基于上述方式，确定出的目标组合结果，其包含的参考信息可支持其包含的业务。也就是说，基于对话特征和该目标组合结果中包含的参考信息，智能对话系统与用户可进行该目标组合结果中包含的业务对应的对话，且对话的质量较高。

另外，在本说明书中，该智能对话系统中可设置有存储单元来存储数据。因此，该查询单元可从存储单元中查询参考信息。

进一步的，对于参考信息来说，若该参考信息为用户的输入数据，则存储单元需要较多的存储资源来存储相应的数据，且确定出的参考数据的数据量较大。因此，该查询单元可在每次确定出用户的输入数据时，将用户的输入数据进行语义提取，提取出用户的输入数据中包含的语义信息，再将语义信息进行存储，以便于后续对话过程中，将该语义信息作为参考信息。

具体的，该智能对话系统可将对话特征输入该智能对话系统的查询单元中，通过预先部署在查询单元中的记忆模型中，提取该对话特征的语义信息，并将该语义信息发送至存储单元，由存储单元将该语义信息进行存储。

则在后续该智能对话系统和用户进行对话时，该查询单元可根据对话特征和该存储单元中已存储的各语义信息，确定对话特征的参考信息。

其中，该记忆模型与上述生成模型可为同一模型微调得到。

更进一步的，上述合理度也可采用机器学习的方式得到。

具体的，该智能对话系统可将各组合结果分别作为输入，输入训练完成的合理性模型中，得到合理性模型输出的各组合结果分别对应的合理度。

当然，该智能对话系统也可针对每个组合结果，根据已存储的用户历史上发送的对话信息，以及历史上生成的回复语料，判断包含该组合结果中的参考信息的对话信息是否与该组合结果中的业务匹配。若是，则确定该组合结果合理，反之亦然。

需要说明的是，上述生成模型、记忆模型和合理性模型中的至少两个为根据同一模型微调得到。将用于微调得到生成模型、记忆模型和合理性模型的模型作为原始模型，则原始模型可为预训练语言模型，也可仅为根据大量样本训练得到的较为准确的语言模型，具体该原始模型的模型结构可根据需要进行设置，本说明书对此不做限制。

另外，对于一轮对话来说，往往该轮对话的上一轮对话对该轮对话的影响较大。而在本说明书中，上一轮对话的输出为智能对话系统根据输入和自身存储的数据确定的。因此，该智能对话系统上一轮对话时输出的反馈语料所包含的信息量较大，对于当前轮对话的影像也较大。因此，该智能对话系统在根据行为数据确定用户的输入数据时，还可获取智能对话系统上一次输出的回复语料，并将该行为数据和确定出的该智能对话系统上一次输出的回复语料，作为用户的输入数据。

基于同样思路，本说明书还提供一种生成对话信息的装置，如图4所示。

图4为本说明书提供的生成对话信息的装置，所述生成对话信息的装置应用于智能对话系统，其中：

监测模块200，用于对用户的行为进行监测，并当监测到所述用户执行了指定操作时，根据所述用户执行的指定操作，确定所述用户的行为数据。

确定模块202，用于根据所述行为数据确定所述用户的输入数据。

提取模块204，用于对所述输入数据进行特征提取，确定对话特征。

回复模块206，用于根据所述对话特征，得到回复语料，并将所述回复语料返回给所述用户。

可选地，所述智能对话系统用于和所述用户进行多种业务的对话，所述智能对话系统中包含预处理单元和生成单元，所述回复模块206，用于将所述对话特征输入所述智能对话系统的预处理单元，根据所述预处理单元的输出，从所述多种业务中，确定所述对话特征对应的业务，作为预处理结果，将所述预处理结果和所述对话特征输入所述智能对话系统的生成单元中，得到所述生成单元输出的回复语料。

可选地，所述智能对话系统包含查询单元和生成单元、存储单元，所述回复模块206，用于将所述对话特征输入所述智能对话系统的查询单元，得到所述查询单元从所述存储单元中查询到的所述对话特征的参考信息，所述参考信息为所述智能对话系统已存储的信息中与所述对话特征相关的信息，将所述参考信息和所述对话特征输入所述智能对话系统的生成单元中，得到所述生成单元输出的回复语料。

可选地，所述智能对话系统用于和用户进行多种指定业务的对话，所述智能对话系统包含预处理单元、查询单元和存储单元，所述回复模块206，用于将所述对话特征输入所述智能对话系统的预处理单元，根据所述预处理单元的输出，从所述多种业务中，确定所述对话特征对应的各业务，作为各预处理结果，将所述对话特征输入所述智能对话系统的查询单元，得到所述查询单元从存储单元中查询到的所述对话特征的各参考信息，所述参考信息为所述智能对话系统已存储的信息中与所述对话特征相关的信息，将所述各预处理结果和所述各参考信息分别进行组合，并根据所述对话特征和各组合结果，确定所述各组合结果分别对应的合理度，根据所述各组合结果分别对应的合理度，确定目标组合结果，并根据所述对话特征和所述目标组合结果，确定回复语料。

可选地，所述回复模块206，用于将所述对话特征输入所述智能对话系统的查询单元中，通过预先部署在所述查询单元中的记忆模型，提取所述对话特征的语义信息，通过所述存储单元存储所述语义信息。

可选地，所述回复模块206，用于将所述各组合结果分别输入训练完成的合理性模型中，得到所述合理性模型输出的所述各组合结果分别对应的合理度；将所述目标组合结果和所述对话特征输入预先部署的生成模型中，得到所述生成模型输出的回复语料，其中，所述生成模型、所述记忆模型和所述合理性模型中的至少两个为根据同一模型微调得到。

可选地，所述确定模块202，用于获取所述智能对话系统上一次输出的回复语料，将所述行为数据和所述智能对话系统上一次输出的回复语料，作为所述用户的输入数据。

本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的生成对话信息的方法。

本说明书还提供了图5所示的电子设备的示意结构图。如图5所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的生成对话信息的方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程生成对话信息的设备的处理器以产生一个机器，使得通过计算机或其他可编程生成对话信息的设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程生成对话信息的设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程生成对话信息的设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

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，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种生成对话信息的方法，其特征在于，所述生成对话信息的方法应用于智能对话系统，所述方法包括：

对用户的行为进行监测，并当监测到所述用户执行了指定操作时，根据所述用户执行的指定操作，确定所述用户的行为数据；

根据所述行为数据确定所述用户的输入数据；

对所述输入数据进行特征提取，确定对话特征；

根据所述对话特征，得到回复语料，并将所述回复语料返回给所述用户。

2.如权利要求1所述的方法，其特征在于，所述智能对话系统用于和所述用户进行多种业务的对话，所述智能对话系统中包含预处理单元和生成单元；

根据所述对话特征，得到回复语料，具体包括：

将所述对话特征输入所述智能对话系统的预处理单元，根据所述预处理单元的输出，从所述多种业务中，确定所述对话特征对应的业务，作为预处理结果；

将所述预处理结果和所述对话特征输入所述智能对话系统的生成单元中，得到所述生成单元输出的回复语料。

3.如权利要求1所述的方法，其特征在于，所述智能对话系统包含查询单元和生成单元、存储单元；

根据所述对话特征，得到回复语料，具体包括：

将所述对话特征输入所述智能对话系统的查询单元，得到所述查询单元从所述存储单元中查询到的所述对话特征的参考信息，所述参考信息为所述智能对话系统已存储的信息中与所述对话特征相关的信息；

将所述参考信息和所述对话特征输入所述智能对话系统的生成单元中，得到所述生成单元输出的回复语料。

4.如权利要求1所述的方法，其特征在于，所述智能对话系统用于和用户进行多种指定业务的对话，所述智能对话系统包含预处理单元、查询单元和存储单元；

根据所述对话特征，得到回复语料，具体包括：

将所述对话特征输入所述智能对话系统的预处理单元，根据所述预处理单元的输出，从所述多种业务中，确定所述对话特征对应的各业务，作为各预处理结果；

将所述对话特征输入所述智能对话系统的查询单元，得到所述查询单元从存储单元中查询到的所述对话特征的各参考信息，所述参考信息为所述智能对话系统已存储的信息中与所述对话特征相关的信息；

将所述各预处理结果和所述各参考信息分别进行组合，并根据所述对话特征和各组合结果，确定所述各组合结果分别对应的合理度；

根据所述各组合结果分别对应的合理度，确定目标组合结果，并根据所述对话特征和所述目标组合结果，确定回复语料。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

将所述对话特征输入所述智能对话系统的查询单元中，通过预先部署在所述查询单元中的记忆模型，提取所述对话特征的语义信息；

通过所述存储单元存储所述语义信息。

6.如权利要求5所述的方法，其特征在于，确定所述各组合结果分别对应的合理度，具体包括：

将所述各组合结果分别输入训练完成的合理性模型中，得到所述合理性模型输出的所述各组合结果分别对应的合理度；

根据所述对话特征和所述目标组合结果，确定回复语料，具体包括：

将所述目标组合结果和所述对话特征输入预先部署的生成模型中，得到所述生成模型输出的回复语料；

其中，所述生成模型、所述记忆模型和所述合理性模型中的至少两个为根据同一模型微调得到。

7.如权利要求1所述的方法，其特征在于，根据所述行为数据确定所述用户的输入数据，具体包括：

获取所述智能对话系统上一次输出的回复语料；

将所述行为数据和所述智能对话系统上一次输出的回复语料，作为所述用户的输入数据。

8.一种生成对话信息的装置，其特征在于，所述生成对话信息的装置应用于智能对话系统，所述装置包括：

监测模块，用于对用户的行为进行监测，并当监测到所述用户执行了指定操作时，根据所述用户执行的指定操作，确定所述用户的行为数据；

确定模块，用于根据所述行为数据确定所述用户的输入数据；

提取模块，用于对所述输入数据进行特征提取，确定对话特征；

回复模块，用于根据所述对话特征，得到回复语料，并将所述回复语料返回给所述用户。

9.一种计算机可读存储介质，所述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上述权利要求1~7任一项所述的方法。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。

Images