智能对话系统的控制方法、控制装置和电子设备制造方法及图纸

本申请实施例提供了一种智能对话系统的控制方法、控制装置和电子设备，其中，该方法包括：获取用户的当前输入信息，并提取当前输入信息的关键词；根据关键词和历史对话信息库确定当前输入信息对应的话题，其中，历史对话信息库包含用户与智能对话系统的历史对话信息；在目标领域知识数据库中查询关键词和话题对应的知识，得到目标领域知识，其中，目标领域知识数据库包括目标领域的理论知识；将提示词信息输入第一预训练语言模型，使用第一预训练语言模型对提示词信息进行分析，确定回复信息，并控制智能对话系统输出回复信息。通过本申请，解决了智能聊天对话系统的理解能力不够，不能输出准确的回复信息的问题。不能输出准确的回复信息的问题。不能输出准确的回复信息的问题。

【技术实现步骤摘要】
智能对话系统的控制方法、控制装置和电子设备


[0001]本申请实施例涉及人工智能领域，具体而言，涉及一种智能对话系统的控制方法、控制装置、计算机可读存储介质和电子设备。

技术介绍

[0002]随着自然语言处理技术的发展，多种细分场景的对话系统应运而生，对话系统在不同应用环境下也称为聊天机器人、对话机器人、陪聊机器人、心理咨询机器人、沟通机器人、问答机器人、智能助理等，本申请将以上不同术语统称为“对话系统”。
[0003]对话系统主要可以分为任务型对话系统和聊天型对话系统，对于聊天型对话系统来说，与用户保持对话的连续性尤为重要。现有技术中，专利名称为《用于增强对话系统的插件的在线市场》，申请号为CN202011438705.3，其具体公开了：用于增强对话系统的插件的在线市场。一种方法包括维护可以包括多个对话系统扩展元件的在线市场。多个对话系统扩展元件中的每一个可以包括以下中的至少一个：对话系统插件、对话系统附件、对话系统更新和对话系统升级。方法还可以包括从软件开发者接收对多个对话系统扩展元件中的一个的选择。软件开发者可以与对话系统相关联。方法可以继续使多个对话系统扩展元件中的一个与软件开发者的对话系统相关联。专利名称为《用于保持对话系统对话连贯性的方法及系统》，申请号为CN201611060135.2，其具体公开了：本专利技术提供一种用于保持对话系统对话连贯性的方法及系统，其中，方法包括，根据当前对话输入，实时地从所有历史对话中切割出与当前对话属于同一话题的相关话题集合；从相关话题集合中挖掘出当前话题关键词；根据当前对话输入和当前话题关键词，确定应答输出。本专利技术提供的用于保持对话系统对话连贯性的方法及系统，根据当前对话输入的内容，实时地从所有以往话题中切割出与当前对话属于同一话题的相关话题集合，并从切割出的相关话题集合中，挖掘出最具有代表性的当前话题关键词，由于所挖掘出的关键词包含了上下文信息，将当前对话输入内容与当前话题关键词一并作为系统输入，可以保持对话系统对话连贯性，从而实现人机对话达到持续深入的效果。专利名称为《基于预训练语言模型的疫情病例信息抽取框架构建方法》，申请号为CN202210010887.7，其具体公开了：提出基于预训练语言模型的疫情病例信息抽取框架构建方法，集成了命名实体识别网络和蕴含式类别预测网络的疫情病例信息抽取框架，本专利技术设计了一种感染病例的数据标注规则，提出一种基于预训练语言模型的信息抽取框架自动提取病例中的核心要素，其中，命名实体识别网络能准确地识别病例文本中的命名实体，定位病例传播路径的关键信息，蕴含式病例类别预测网络能够高效预测蕴含式类别，判断病例传播途径的主要形式，框架实现了病例文本的结构化表示，以进一步辅助疾病防控专家制定新型冠状病毒传播的干预措施。
[0004]由以上现有技术公开的内容可知，当前的聊天型对话系统，使用的自然语言模型参数量较小，对用户输入的理解能力较低，对用户前述输入没有记忆能力，或使用传统的高频问答(frequently
‑
asked questions，简称FAQ)的方法，只能通过关键词匹配问题并输出对应答案，因此，经常无法形成令用户满意的回复，无法解决用户的诉求。
[0005]因此，如何使聊天型对话系统能够回溯长期既往对话，提升聊天型对话系统的理解能力是目前需要解决的问题。

技术实现思路

[0006]本申请实施例提供了一种智能对话系统的控制方法、控制装置、计算机可读存储介质和电子设备，以至少解决相关技术中智能聊天对话系统的理解能力不够，不能输出令用户满意的答复的问题。
[0007]根据本申请的一个实施例，提供了一种智能对话系统的控制方法，包括：获取用户的当前输入信息，并提取所述当前输入信息的关键词；根据所述关键词和历史对话信息库确定所述当前输入信息对应的话题，其中，所述历史对话信息库包含所述用户与智能对话系统的历史对话信息；在目标领域知识数据库中查询所述关键词和所述话题对应的知识，得到目标领域知识，其中，所述目标领域知识数据库包括目标领域的理论知识；将提示词信息输入第一预训练语言模型，使用所述第一预训练语言模型对所述提示词信息进行分析，确定回复信息，并控制所述智能对话系统输出所述回复信息，其中，所述提示词信息包括提示语句、所述当前输入信息、所述话题和所述目标领域知识，所述提示语句为预先设定的作为所述回复信息的导语的语句，所述第一预训练语言模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：历史提示词信息和历史回复信息。
[0008]在一个示例性实施例中，所述第一预训练语言模型包括嵌入层、转换层、线性层和逻辑层，使用第一预训练语言模型对所述提示词信息进行分析，确定回复信息，包括：使用所述嵌入层获取所述提示词信息对应的词嵌入和位置编码；将所述提示词信息对应的所述词嵌入与所述位置编码输入转换层，得到所述词嵌入和所述位置编码对应的特征空间，其中，所述转换层包括多头注意力机制层、归一层和前馈神经网络层；使用所述线性层对所述特征空间进行压缩，得到压缩后的所述特征空间；使用所述逻辑层对压缩后的所述特征空间进行处理，得到多个输出语句的概率，其中，每个所述输出语句(y1,y2,
…
，y
n
)的概率为n表示所述提示词信息的个数，x
i
表示第i个所述提示词信息，y
i
表示第i个所述输出语句；将概率最大的所述输出语句作为所述回复信息。
[0009]在一个示例性实施例中，提取所述当前输入信息的关键词，包括：对所述当前输入信息中包含的所有词语进行词性筛选，得到多个预定词性的词语，将多个所述预定词性的词语生成至第一候选关键词组，其中，所述预定词性为预先设定的词性；删除所述第一候选关键词组中重复的第一候选关键词，得到第二候选关键词组；根据所述第二候选关键词组确定所述当前输入信息对应的所述关键词。
[0010]在一个示例性实施例中，根据所述第二候选关键词组确定所述当前输入信息对应的所述关键词，包括：将所述第二候选关键词组中的每个第二候选关键词构造为预定句式的关键词语句，得到多个第二候选关键词语句；使用第二预训练语言模型对所述第二候选关键词语句进行分析，得到每个所述第二候选关键词语句的概率，将概率最大的所述第二候选关键词语句对应的所述第二候选关键词确定为所述当前输入信息对应的所述关键词，其中，所述第二预训练语言模型为使用多组第二数据通过机器学习训练出的，所述多组第
二数据中的每组第二数据均包括：历史关键词语句和历史关键词。
[0011]在一个示例性实施例中，在根据所述关键词和历史对话信息库确定所述当前输入信息对应的话题之前，还包括：记录所述用户与所述智能对话系统的多个所述历史对话信息，将多个所述历史对话信息生成至历史对话信息库。
[0012]在一个示例性实施例中，根据所述关键词和历史对话信息库确定所述当前输入信息对应的话题，包括：利用词频
‑
逆文档频率算法计算每个所述关键词对所述历史对话信息库中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能对话系统的控制方法，其特征在于，包括：获取用户的当前输入信息，并提取所述当前输入信息的关键词；根据所述关键词和历史对话信息库确定所述当前输入信息对应的话题，其中，所述历史对话信息库包含所述用户与智能对话系统的历史对话信息；在目标领域知识数据库中查询所述关键词和所述话题对应的知识，得到目标领域知识，其中，所述目标领域知识数据库包括目标领域的理论知识；将提示词信息输入第一预训练语言模型，使用所述第一预训练语言模型对所述提示词信息进行分析，确定回复信息，并控制所述智能对话系统输出所述回复信息，其中，所述提示词信息包括提示语句、所述当前输入信息、所述话题和所述目标领域知识，所述提示语句为预先设定的作为所述回复信息的导语的语句，所述第一预训练语言模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：历史提示词信息和历史回复信息。2.根据权利要求1所述的方法，其特征在于，所述第一预训练语言模型包括嵌入层、转换层、线性层和逻辑层，使用第一预训练语言模型对所述提示词信息进行分析，确定回复信息，包括：使用所述嵌入层获取所述提示词信息对应的词嵌入和位置编码；将所述提示词信息对应的所述词嵌入与所述位置编码输入转换层，得到所述词嵌入和所述位置编码对应的特征空间，其中，所述转换层包括多头注意力机制层、归一层和前馈神经网络层；使用所述线性层对所述特征空间进行压缩，得到压缩后的所述特征空间；使用所述逻辑层对压缩后的所述特征空间进行处理，得到多个输出语句的概率，其中，每个所述输出语句(y1,y2,
…
，y
n
)的概率为n表示所述提示词信息的个数，x
i
表示第i个所述提示词信息，y
i
表示第i个所述输出语句；将概率最大的所述输出语句作为所述回复信息。3.根据权利要求1所述的方法，其特征在于，提取所述当前输入信息的关键词，包括：对所述当前输入信息中包含的所有词语进行词性筛选，得到多个预定词性的词语，将多个所述预定词性的词语生成至第一候选关键词组，其中，所述预定词性为预先设定的词性；删除所述第一候选关键词组中重复的第一候选关键词，得到第二候选关键词组；根据所述第二候选关键词组确定所述当前输入信息对应的所述关键词。4.根据权利要求3所述的方法，其特征在于，根据所述第二候选关键词组确定所述当前输入信息对应的所述关键词，包括：将所述第二候选关键词组中的每个第二候选关键词构造为预定句式的关键词语句，得到多个第二候选关键词语句；使用第二预训练语言模型对所...

【专利技术属性】
技术研发人员：周镇镇，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：