一种基于深度学习的对话系统及其对话方法技术方案

本发明专利技术公开一种基于深度学习的对话系统及其对话方法，其系统包括人机交互模块、话术切换模块、对话环境分析模块、数据提供模块、对话存储模块和对话处理模块，其对话方法包括用户提问、情景切换、数据搜索和计算并输出答复；本发明专利技术通过语种和语气的对话环境切换，使对话过程更为丰富个性，提高了用户的智能对话体验感，通过数据提供模块提供数据支持并通过深度学习模块对用户提问进行卷积计算并输出最佳答复，使系统可以针对用户不同知识领域的提问均可以进行详实的答复，通过对话存储模块对历史对话记录的分析和提取，使系统在进行答复时可以综合整个对话过程进行回复，从而使客户无需进行多次提问和对话操作，智能化程度较高。智能化程度较高。智能化程度较高。

【技术实现步骤摘要】
一种基于深度学习的对话系统及其对话方法


[0001]本专利技术涉及人工智能
，尤其涉及一种基于深度学习的对话系统及其对话方法。

技术介绍

[0002]构建能够与人类自然交流的对话系统是人工智能领域长久的愿景，目前自动人机对话系统在学术和工业界都获得了相当大的关注度，对话系统是可根据用户输入的问题语句从候选答复语句中选取出返回给用户的答复语句的人机交互系统，随着大量人工智能公司的建立，对话系统背后的技术在不断积累，也在不断地解密，随着研究者的探索愈发深入，对话系统逐渐从科幻电影走进现实生活的可能，近年来，人工智能领域针对对话系统的研究取得了较快的发展，一方面得益于深度学习技术的进步以及互联网对话数据量的增加，另一方面得益于智能助手与闲聊机器人等产品的落地带来的应用前景与商业价值，所以对话系统的研究对技术和产业的发展都有着重要的意义；
[0003]对于目前的人机对话领域，基于深度学习的对话系统是当前对话系统发展的方向，现有技术的对话系统主要分为在线客服、娱乐、教育、个人助理和智能问答等类型，而现有的对话系统大都功能单一，在人机交互的对话过程中，对话系统不能针对不同知识领域的提问均进行详实的答复，也不能综合整个对话过程进行回复，导致客户需要进行多次提问和对话操作，智能化程度较低，且现有的对话系统在人机交互的对话过程中回复的语气总是固定不便，不能在对话过程中根据用户提问进行相应的对话情景切换，导致整个对话过程较为单调，不够个性化，给用户带来的人工智能体验感较差，无法广泛推广使用，因此，本专利技术提出一种基于深度学习的对话系统及其对话方法以解决现有技术中存在的问题。

技术实现思路

[0004]针对上述问题，本专利技术的目的在于提出一种基于深度学习的对话系统及其对话方法，该系统通过数据提供模块提供数据支持并通过深度学习模块对用户提问进行卷积计算并输出最佳答复，使系统可以针对用户不同知识领域的提问均可以进行详实的答复，通过对话存储模块对历史对话记录的分析和提取，使系统在进行答复时可以综合整个对话过程进行回复，从而使客户无需进行多次提问和对话操作。
[0005]为了实现本专利技术的目的，本专利技术通过以下技术方案实现：一种基于深度学习的对话系统，包括人机交互模块、话术切换模块、对话环境分析模块、数据提供模块、对话存储模块和对话处理模块，其特征在于：
[0006]所述人机交互模块包括用于输入用户提问的提问输入模块和用于针对用户提问给出回答的答复输出模块；
[0007]所述话术切换模块包括用于验证用户身份信息的身份验证单元和用于存储不同种类对话话术的话术存储单元；
[0008]所述对话环境分析模块包括用于分析用户提问语种的语种分析单元和用于分析
用户提问语气的语气分析单元；
[0009]所述数据提供模块为系统输出答复提供大数据支持；
[0010]所述对话存储模块用于对用户与系统的对话历史记录进行存储、分析和关键信息提取，并为对话处理模块提供辅助；
[0011]所述对话处理模块包括用于接收用户提问的问题接收单元、用于针对提问进行计算并得出最佳答案的深度学习模块和用于传输最佳答案至答复输出模块的答案发送单元。
[0012]进一步改进在于：所述身份验证模块包括用于识别用户身份的面部识别单元、指纹识别单元和声音识别单元，所述话术切换模块通过身份验证模块验证用户身份信息并根据分析结果使话术存储单元提供对应的对话话术。
[0013]进一步改进在于：所述提问输入模块包括问题录入单元和表达方式改造单元，所述问题录入单元将用户提出的问题录入表达方式改造单元，所述表达方式改造单元将用户提出问题的语义格式改造为便于系统理解的通用格式。
[0014]进一步改进在于：所述语种分析单元对用户提问语种进行分析，并根据分析结果切换对应的回复语种，所述语气分析单元对用户提问语气进行分析，并根据分析结果切换对应的回复语气。
[0015]进一步改进在于：所述数据提供模块包括用于判断用户提出问题所述领域的知识领域判定单元、用于根据判定结果搜索对应知识领域数据的知识领域搜索单元和用于读取对应知识领域数据的知识数据读取单元。
[0016]进一步改进在于：所述对话存储模块包括用于存储用户与系统对话历史的历史记录存储单元、用于对对话历史进行分析的历史记录分析单元和用于提取对话历史中关键信息的关键信息提取单元。
[0017]进一步改进在于：所述深度学习模块包括数据整理模块和深度学习模型，所述数据整理模块包括用于收集对应领域知识数据的数据集收集单元、用于对收集的数据进行标注的数据集标注单元和用于将标注的数据分类成训练集以及测试集的数据集分类单元，所述深度学习模型通过数据整理模块整理分类的数据训练集和数据测试集进行训练与学习，并通过卷积计算得出最佳答复。
[0018]进一步改进在于：还包括定位模块，所述定位模块通过定位系统实时定位用户所处位置，所述定位系统选自北斗定位系统和GPS定位系统中的一种，优选为北斗定位系统。
[0019]一种基于深度学习的对话系统的对话方法，包括以下步骤：
[0020]步骤一：用户提问
[0021]用户先通过身份验证模块验证身份信息，再由话术切换模块根据验证结果切换对应的话术存储单元提供的话术类型，接着用户进行提问，此时提问输入模块对用户提问进行录入并将提问的语义格式改造为便于系统理解的通用格式；
[0022]步骤二：情景切换
[0023]根据步骤一，提问输入模块在录入问题后，系统通过语种分析单元对用户提问语种进行分析，并根据分析结果切换对应的回复语种，同时系统还通过语气分析单元对用户提问语气进行分析，并根据分析结果切换对应的回复语气，实现对话情景的适应性切换；
[0024]步骤三：数据搜索
[0025]根据步骤一，提问输入模块在录入问题后被问题接收单元接收，此时数据提供模
块根据用户问题进行判定和搜索，并读取对应问题的知识领域数据提供给深度学习模块，接着深度学习模块利用数据整理模块对读取到的知识数据进行收集、标注和分类，再由深度学习模型通过数据整理模块整理分类的数据训练集和数据测试集进行训练与学习；
[0026]步骤四：计算并输出答复
[0027]根据步骤三，深度学习模型在训练学习完毕后对用户问题进行计算并输出用户提问的最佳答案，然后由答案发送单元发送至答复输出模块，最后通过答复输出模块将问题输出给用户。
[0028]进一步改进在于：所述步骤四中，系统通过对话存储模块对对话历史记录进行存储、分析和提取，通过定位系统对用户进行实时定位，所述深度学习模型在结算最佳答案过程中结合对话存储模块提取的历史对话记录的关键信息以及用户地理位置进行最佳答案输出。
[0029]本专利技术的有益效果为：本专利技术通过表达方式改造单元将用户提出问题的语义格式改造为便于系统理解的通用格式,使系统可以对用户表达不明确的提问进行适应性改造并理解分析，避免了传统对话系统不能理解用户不标准提问的问题，通过话术切本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的对话系统，包括人机交互模块、话术切换模块、对话环境分析模块、数据提供模块、对话存储模块和对话处理模块，其特征在于：所述人机交互模块包括用于输入用户提问的提问输入模块和用于针对用户提问给出回答的答复输出模块；所述话术切换模块包括用于验证用户身份信息的身份验证单元和用于存储不同种类对话话术的话术存储单元；所述对话环境分析模块包括用于分析用户提问语种的语种分析单元和用于分析用户提问语气的语气分析单元；所述数据提供模块为系统输出答复提供大数据支持；所述对话存储模块用于对用户与系统的对话历史记录进行存储、分析和关键信息提取，并为对话处理模块提供辅助；所述对话处理模块包括用于接收用户提问的问题接收单元、用于针对提问进行计算并得出最佳答案的深度学习模块和用于传输最佳答案至答复输出模块的答案发送单元。2.根据权利要求1所述的一种基于深度学习的对话系统，其特征在于：所述身份验证模块包括用于识别用户身份的面部识别单元、指纹识别单元和声音识别单元，所述话术切换模块通过身份验证模块验证用户身份信息并根据分析结果使话术存储单元提供对应的对话话术。3.根据权利要求1所述的一种基于深度学习的对话系统，其特征在于：所述提问输入模块包括问题录入单元和表达方式改造单元，所述问题录入单元将用户提出的问题录入表达方式改造单元，所述表达方式改造单元将用户提出问题的语义格式改造为便于系统理解的通用格式。4.根据权利要求1所述的一种基于深度学习的对话系统，其特征在于：所述语种分析单元对用户提问语种进行分析，并根据分析结果切换对应的回复语种，所述语气分析单元对用户提问语气进行分析，并根据分析结果切换对应的回复语气。5.根据权利要求1所述的一种基于深度学习的对话系统，其特征在于：所述数据提供模块包括用于判断用户提出问题所述领域的知识领域判定单元、用于根据判定结果搜索对应知识领域数据的知识领域搜索单元和用于读取对应知识领域数据的知识数据读取单元。6.根据权利要求1所述的一种基于深度学习的对话系统，其特征在于：所述对话存储模块包括用于存储用户与系统对话历史的历史记录存储单元、用于对对话历史进行分析的历史记录分析单元和用于提取对话历史中关键信息的关键信息提取单元。7.根据权利要求1所述的一种基于...

【专利技术属性】
技术研发人员：宫晨羽，王一凡，王雪婷，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：