一种聊天对话系统的扩充学习方法及聊天对话系统技术方案

本发明专利技术公开了一种聊天对话系统的扩充学习方法及聊天对话系统，该扩充学习方法包括步骤：将用户问题输入问答系统，问答系统生成答案；对用户问题和答案的关联度进行置信度判断，判断回答是否正确；若判断问答系统回答错误，则通过纠正模块找到用户问题的正确答案，并将该用户问题和正确答案添加到问答系统中。本发明专利技术可以减少用户问题无法识别或识别错误的问题。

【技术实现步骤摘要】
【国外来华专利技术】一种聊天对话系统的扩充学习方法及聊天对话系统
本专利技术涉及计算机技术，特别是涉及一种聊天对话系统的扩充学习方法及聊天对话系统。
技术介绍
人机交互是计算机诞生以来产生的研究人和计算设备之间相互影响的技术.其目标是使机器帮助人高效、舒适、安全地完成任务需求。而其中，自动聊天对话系统是一种人机交互系统，通过接收用户自然语言形式的输入，给出相应反馈；但是这类对话系统时常出现用户问题无法识别、识别错误的问题。应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的
技术介绍
部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是提供了一种减少用户问题无法识别或识别错误问题的聊天对话系统的扩充学习方法及聊天对话系统。为实现上述目的，本专利技术提供了一种聊天对话系统的扩充学习方法，包括步骤：将用户问题输入问答系统，问答系统生成答案；对用户问题和答案的关联度进行置信度判断，判断回答是否正确；若判断问答系统回答错误，则通过纠正模块找到用户问题的正确答案，并将该用户问题和正确答案添加到问答系统中。进一步的，所述用户问题是由问题生成模块自动生成的。问题生成模块的存在，将使得用户问题可以大量的产生，大量用户问题输入到问答系统中，有利于快速的扩充问答系统。进一步的，所述问题生成模块是基于状态机、语音模型和RNN神经网络中的任一一种实现的。当然，如果条件允许，设置多个对应于问答系统的，且基于不同机制实现的问题生成模块来帮助问答系统进行扩充学习也是可以的。进一步的，若判断回答系统回答正确，则对问答系统进行增强，让问答系统确认，提升该问题输出的置信度。若答案正确，则提高相对应的置信度，可以减少置信度判断模块的资源占用，尽快的进入下一轮的问答判断，提高问答系统的学习效率。进一步的，所述将问题输入问答系统，根据问题系统生成答案的步骤之前还包括步骤：对生成的问题进行过滤，去除符合预设条件的问题。对于一些无意义的问题，进行过滤，不仅可以提高问答系统的学习扩充效率，而且在问答系统后期的人机交互时，减少用户进行无意义问答的情况；例如，该生成的用户问题没有出现问答系统相关的关键词，或者不通顺时，或者是其他错误和无意义问题的情况，可以认定为是符合预设条件的问题。进一步的，所述预设条件是通过规则系统设置的。预设条件可以进行设置和更改，适应不同时期和不同地区不同的需求，提高该问答系统的可适用度。进一步的，所述纠正模块包括人工交互单元或自动纠正单元。对于被判断为回答错误的用户问题，我们可以采用人工纠正的方式，也可以采用自动纠正的方式，甚至，可以采用人工纠正和自动纠正结合的方式，以更好的给出匹配于用户问题的正确答案，并添加到问答系统中。进一步的，所述用户问题是通过人机交互单元输入的。用户问题可以是在正式运行之前使用基于状态机、语音模型和RNN神经网络的问题生成模块进行快速生成和扩充学习；也可以在问答系统运行后，用户实际使用的过程中，逐渐的进行学习扩充。本专利技术还提供了一种使用如本专利技术任一所述的扩充学习方法的聊天对话系统，包括：问答系统，用于接收用户问题并给出答案；置信度判断模块，用于对用户问题和答案进行置信度判断；纠正模块，用于对被判断为回答错误的用户问题进行答案纠正，并将用户问题和正确答案添加到问答系统中。进一步的，所述聊天对话系统还包括问题过滤模块，用于对用户问题进行过滤，去除符合预设条件的问题。问题过滤模块的设置，可以减少无意义问题的资源占用问题，提高问答系统的实用性和学习扩充效率。本专利技术的有益效果是：本专利技术由于增加了纠正功能，使得问答系统在对输入的用户问题无法反馈出正确答案的时候，会纠正并给出正确答案，以便问答系统学习该用户问题并将对应的正确答案添加到问答系统中，扩充问答系统的问答库，避免该用户问题再次出现时仍然无法正确反馈的问题，逐步的学习和扩充，将使得问答系统逐渐完善，进而减少用户问题无法识别或识别错误，用户的意图无法得到理解的情况。参照后文的说明和附图，详细公开了本申请的特定实施方式，指明了本申请的原理可以被采用的方式。应该理解，本申请的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本申请的实施方式包括许多改变、修改和等同。针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。附图说明所包括的附图用来提供对本申请实施例的进一步的理解，其构成了说明书的一部分，用于例示本申请的实施方式，并与文字描述一起来阐释本申请的原理。显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。在附图中：图1是一种聊天对话系统的扩充学习方法；图2是一种聊天对话系统。具体实施方式为了使本
的人员更好地理解本申请中的技术方案，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它实施例，都应当属于本申请保护的范围。实施例一：图1是一种聊天对话系统的扩充学习方法，参见图1，该扩充学习方法包括步骤：S1:将用户问题输入问答系统，问答系统生成答案；S2:对用户问题和答案的关联度进行置信度判断，判断回答是否正确；S3:若判断问答系统回答错误，则通过纠正模块找到用户问题的正确答案，并将该用户问题和正确答案添加到问答系统中。本专利技术的有益效果是：本专利技术由于增加了纠正功能，使得问答系统在对输入的用户问题无法反馈出正确答案的时候，会纠正并给出正确答案，以便问答系统学习该用户问题并将对应的正确答案添加到问答系统中，扩充问答系统的问答库，避免该用户问题再次出现时仍然无法正确反馈的问题，逐步的学习和扩充，将使得问答系统逐渐完善，进而减少用户问题无法识别或识别错误，用户的意图无法得到理解的情况。本实施例优选的，用户问题是由问题生成模块自动生成的。问题生成模块的存在，将使得用户问题可以大量的产生，大量用户问题输入到问答系统中，有利于快速的扩充问答系统。本实施例优选的，问题生成模块是基于状态机、语音模型和RNN神经网络中的任一一种实现的。当然，如果条件允许，设置多个对应于问答系统的，且基于不同机制实现的问题生成模块来帮助问答系统进行扩充学习也是可以的。本实施例优选的，若判断回答系统回答正确，则对问答系统进行增强，让问答系统确认，提升该问题输出的置信度。若答案正确，则提高相对应的置信度，可以减少置信度判断模块的资源占用，尽快的进入下一轮的问答判断，提高问答系统的学习效率。本实施例优选的，将问题输入问答系统，根据问题系统生成答案的步骤之前还包括步骤：对生成的问题进行过滤，去除符合预设条件的问题。对于一些无意义的问题，进行过滤，不本文档来自技高网...

【技术保护点】
一种聊天对话系统的扩充学习方法，其特征是：包括步骤：将用户问题输入问答系统，问答系统生成答案；对用户问题和答案的关联度进行置信度判断，判断回答是否正确；若判断问答系统回答错误，则通过纠正模块找到用户问题的正确答案，并将该用户问题和正确答案添加到问答系统中。

【技术特征摘要】
【国外来华专利技术】1.一种聊天对话系统的扩充学习方法，其特征是：包括步骤：将用户问题输入问答系统，问答系统生成答案；对用户问题和答案的关联度进行置信度判断，判断回答是否正确；若判断问答系统回答错误，则通过纠正模块找到用户问题的正确答案，并将该用户问题和正确答案添加到问答系统中。2.如权利要求1所述的聊天对话系统的扩充学习方法，其特征是：所述用户问题是由问题生成模块自动生成的。3.如权利要求3所述的聊天对话系统的扩充学习方法，其特征是：所述问题生成模块是基于状态机、语音模型和RNN神经网络中的任一一种实现的。4.如权利要求1所述的聊天对话系统的扩充学习方法，其特征是：若判断回答系统回答正确，则对问答系统进行增强，让问答系统确认，提升该问题输出的置信度。5.如权利要求1所述的聊天对话系统的扩充学习方法，其特征是：所述将问题输入问答系统，根据问题系统生成答案的步骤之前...

【专利技术属性】
技术研发人员：王昊奋，邱楠，杨新宇，
申请(专利权)人：深圳狗尾草智能科技有限公司，
类型：发明
国别省市：广东,44