一种基于隐马尔可夫的多轮对话方法、装置和电子设备制造方法及图纸

本发明专利技术涉及计算机技术领域，具体涉及一种基于隐马尔可夫的多轮对话方法、装置和电子设备，包括：获取对目标用户进行下一轮对话前的第一对话数据；按照预设标定格式对所述第一对话数据进行数据标注，根据标注的所述第一对话数据计算隐马尔可夫的初始状态概率分布；根据所述初始状态概率分布计算转移概率矩阵，根据所述转移概率矩阵计算发射概率矩阵；根据所述初始状态概率分布、所述转移概率矩阵、所述发射概率矩阵，结合预设算法计算下一轮对话的对话语言。本发明专利技术基于隐马尔可夫并结合发射概率矩阵实现精准识别用户的意图并给出对应的应答。答。答。

【技术实现步骤摘要】
一种基于隐马尔可夫的多轮对话方法、装置和电子设备


[0001]本专利技术涉及计算机
，尤其涉及一种基于隐马尔可夫的多轮对话方法、装置和电子设备。

技术介绍

[0002]近年来，聊天机器人在网络和移动设备上的应用增多，在日常生活中常见，并给人们生活带来便利。人工智能会话技术变得越来越重要，这使人和计算机之间的交互变得简单，并有着巨大的商业价值。一些聊天机器人交互被认为并非智能，这样的问题并没有减慢聊天机器人在市场上的快速出现，相同的错误却总是在一次一次的重复，影响用户对产品的体验。

技术实现思路

[0003]本专利技术提供了一种基于隐马尔可夫的多轮对话方法、装置和电子设备，用以精准识别用户意图，给出符合用户的应答。
[0004]本说明书实施例提供一种基于隐马尔可夫的多轮对话方法，包括：
[0005]获取对目标用户进行下一轮对话前的第一对话数据；
[0006]按照预设标定格式对所述第一对话数据进行数据标注，根据标注的所述第一对话数据计算隐马尔可夫的初始状态概率分布；
[0007]根据所述初始状态概率分布计算转移概率矩阵，根据所述转移概率矩阵计算发射概率矩阵；
[0008]根据所述初始状态概率分布、所述转移概率矩阵、所述发射概率矩阵，结合预设算法计算下一轮对话的对话语言。
[0009]优选的，所述按照预设标定格式对所述第一对话数据进行数据标注，包括：
[0010]利用标识词对所述第一对话数据进行编码标注，所述标识词包括：开始、中间、结束、状态。<br/>[0011]优选的，所述根据标注的所述第一对话数据计算隐马尔可夫的初始状态概率分布，包括：
[0012]将所述标注的所述第一对话数据输入到训练好的隐马尔可夫模型中，得到所述第一对话数据相对应的隐马尔可夫的初始状态概率分布。
[0013]优选的，所述结合预设算法计算下一轮对话的对话语言，包括：
[0014]结合维特比算法计算最优状态序列；
[0015]将所述最优状态序列相应的自然语言回复所述目标用户。
[0016]本说明书实施例还提供一种基于隐马尔可夫的多轮对话装置，包括：
[0017]数据获取模块，用于获取对目标用户进行下一轮对话前的第一对话数据；
[0018]数据标注模块，用于按照预设标定格式对所述第一对话数据进行数据标注，根据标注的所述第一对话数据计算隐马尔可夫的初始状态概率分布；
[0019]矩阵计算模块，用于根据所述初始状态概率分布计算转移概率矩阵，根据所述转移概率矩阵计算发射概率矩阵；
[0020]语言生成模块，用于根据所述初始状态概率分布、所述转移概率矩阵、所述发射概率矩阵，结合预设算法计算下一轮对话的对话语言。
[0021]优选的，所述数据标注模块包括：
[0022]数据标注单元，用于利用标识词对所述第一对话数据进行编码标注，所述标识词包括：开始、中间、结束、状态。
[0023]优选的，所述数据标注模块还包括：
[0024]概率分布计算单元，用于将所述标注的所述第一对话数据输入到训练好的隐马尔可夫模型中，得到所述第一对话数据相对应的隐马尔可夫的初始状态概率分布。
[0025]优选的，所述语言生成模块包括：
[0026]语言生成单元，用于结合维特比算法计算最优状态序列；
[0027]对话回复单元，用于将所述最优状态序列相应的自然语言回复所述目标用户。
[0028]一种电子设备，其中，该电子设备包括：
[0029]处理器以及存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一项所述的方法。
[0030]一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述任一项所述的方法。
[0031]其有益效果在于：
[0032]本专利技术基于隐马尔可夫并结合发射概率矩阵，实现精准识别用户的意图，能够准确的给出符合用户意图的应答。
附图说明
[0033]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0034]图1为本说明书实施例提供的一种基于隐马尔可夫的多轮对话方法的原理示意图；
[0035]图2为本说明书实施例提供的一种基于隐马尔可夫的多轮对话装置的结构示意图；
[0036]图3为本说明书实施例提供的一种电子设备的结构示意图；
[0037]图4为本说明书实施例提供的一种计算机可读介质的原理示意图；
[0038]图5为本说明书实施例提供的一种基于隐马尔可夫的多轮对话方法的语言生成流程图。
具体实施方式
[0039]现在将参考附图更全面地描述本专利技术的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本专利技术仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本专利技术更加全面和完整，更加便于将专利技术构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重
复描述。
[0040]在符合本专利技术的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
[0041]在对于具体实施例的描述中，本专利技术描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本专利技术的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
[0042]附图中所示的图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0043]附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0044]术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。
[0045]参照图1为本说明书实施例提供的一种基于隐马尔可夫的多轮对话方法的原理示意图，包括：
[0046]S101：获取对目标用户进行下一轮对话前的第一对话数据；
[0047]在本专利技术较佳的实施例中，获取目标用户当前对话内容，将所有的对话内容以词袋的方式进行管理，以便于后续对对话内容进行数据标注，实现对用户对话数据的统一化管理，进一步地，在对话内容进行以词袋的方式进行管理时，其具体表现为将对话内容输入至词袋模型中，将词袋模型的输出结果作为最后存储和管理的对象。
[0048]S102：按照预设标定格式对所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于隐马尔可夫的多轮对话方法，其特征在于，包括：获取对目标用户进行下一轮对话前的第一对话数据；按照预设标定格式对所述第一对话数据进行数据标注，根据标注的所述第一对话数据计算隐马尔可夫的初始状态概率分布；根据所述初始状态概率分布计算转移概率矩阵，根据所述转移概率矩阵计算发射概率矩阵；根据所述初始状态概率分布、所述转移概率矩阵、所述发射概率矩阵，结合预设算法计算下一轮对话的对话语言。2.如权利要求1所述的一种基于隐马尔可夫的多轮对话方法，其特征在于，所述按照预设标定格式对所述第一对话数据进行数据标注，包括：利用标识词对所述第一对话数据进行编码标注，所述标识词包括：开始、中间、结束、状态。3.如权利要求1所述的一种基于隐马尔可夫的多轮对话方法，其特征在于，所述根据标注的所述第一对话数据计算隐马尔可夫的初始状态概率分布，包括：将所述标注的所述第一对话数据输入到训练好的隐马尔可夫模型中，得到所述第一对话数据相对应的隐马尔可夫的初始状态概率分布。4.如权利要求1所述的一种基于隐马尔可夫的多轮对话方法，其特征在于，所述结合预设算法计算下一轮对话的对话语言，包括：结合维特比算法计算最优状态序列；将所述最优状态序列相应的自然语言回复所述目标用户。5.一种基于隐马尔可夫的多轮对话装置，其特征在于，包括：数据获取模块，用于获取对目标用户进行下一轮对话前的第一对话数据；数据标注模块，用于按照预设标定格式对所述第一对话数据进行数据标注，根据标注的所述第一对话数据计算...

【专利技术属性】
技术研发人员：左骏，张冲，刘凤余，黄建强，
申请(专利权)人：上海卓繁信息技术股份有限公司，
类型：发明
国别省市：