【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种应答的方法和装置。
技术介绍
1、随着人工智能技术的发展，人工智能正在逐渐成为影响未来产业发展的重要力量，从智能手机、智能家居再到自动驾驶，人工智能已经参与人们生活的方方面面。同样，对于常见的对话系统，智能化的对话系统不仅可以有效节约人力资源，而且具有响应快、持续服务等优点。目前网页或者应用程序中的常见的智能化对话系统为点选式对话系统，用户通过选择系统提供的选项来与系统进行对话和交流。
2、在实现本专利技术过程中，专利技术人发现现有技术中存在如下问题：
3、虽然这种点选式的智能对话系统的实现较为简单，但是有许多局限性，例如语义理解的局限性，点选式智能对话系统对于复杂的语义理解和多义词处理方面存在困难，无法灵活地理解问题；用户体验感的局限性，用户只能通过选择预定义选项来与系统进行交互，体验感不佳；预定义选项的局限性，如果用户的问题不在选项范围内，系统可能无法提供准确的回答或解决方案。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种应答的方法和装置，实现了应答的准确性、个性化和共情化，不仅克服了点选式应答的局限性，有效提升了用户的体验感，增强了用户的满意度，提高了服务质量，而且生成的目标应答更容易被用户采纳和接受，从而真正的提升应答效率。
2、为实现所述目的，根据本专利技术实施例的一个方面，提供了一种应答的方法，包括：
3、响应于接收到请求方发送的应答请求，对所述应答请求进行解析，获取问题信息；p>
4、对所述问题信息分别进行意图识别和情感识别，得到意图识别结果和情感识别结果；
5、采用预先构建的对话模型生成所述问题信息对应的原生应答；
6、根据所述意图识别结果、所述情感识别结果，以及所述原生应答，生成目标应答，并将所述目标应答返回给所述请求方。
7、可选地，对所述问题信息分别进行意图识别和情感识别，得到意图识别结果和情感识别结果，包括：将所述问题信息输入预先构建的意图识别模型，从而得到所述意图识别模型输出的意图识别结果，所述意图识别模型包括上下文编码层、先验网络和识别网络；将所述问题信息输入预先构建的情感识别模型，从而得到所述情感识别模型输出的情感识别结果，所述情感识别模型包括语境信息编码层和历史对话编码层。
8、可选地，所述意图识别模型通过以下方式构建：获取所述应答请求对应的历史对话记录，并采用预先构建的意图识别初始模型中的上下文编码层对所述历史对话记录进行编码，获取上下文隐藏状态；根据所述上下文隐藏状态，通过所述意图识别初始模型中的先验初始网络，预测所述问题信息的意图类别，获取意图第一分布结果；根据所述历史对话记录，通过预先构建的意图识别初始模型中的识别网络，识别所述问题信息的意图类别，获取意图第二分布结果；根据所述第一分布结果和所述第二分布结果，确定所述意图识别初始模型的散度损失函数值，利用所述散度损失函数值对所述意图识别初始模型进行参数调整，构建意图识别模型。
9、可选地，在获取意图第二分布结果之后，所述方法还包括：选取所述意图第二分布结果中概率最大的目标意图类别；根据所述目标意图类别和所述历史对话记录，确定响应重构损失函数值；利用所述散度损失函数值对所述意图识别初始模型进行参数调整，包括：利用所述响应重构损失函数值和所述散度损失函数值对所述意图识别初始模型进行参数调整。
10、可选地，所述情感识别模型通过以下方式构建：从所述问题信息中提取语境词，通过预先构建的情感识别初始模型中的语境信息编码层对所述语境词进行编码，生成语境向量；获取所述应答请求对应的历史对话记录，通过所述情感识别初始模型中的历史对话编码层对所述历史对话记录进行编码，生成历史向量；将所述语境向量和所述历史向量进行融合，得到融合特征向量；对所述融合特征向量使用激活函数，求取所述问题信息对应的情感类别概率，进而确定交叉熵损失函数值；采用所述交叉熵损失函数值对所述情感识别初始模型进行参数调整，构建情感识别模型。
11、可选地，根据所述意图识别结果、所述情感识别结果，以及所述原生应答，生成目标应答，包括：根据预设的意图权重、情感权重，以及原生权重，将所述意图识别结果、所述情感识别结果，以及所述原生应答进行加权求和，得到目标应答向量；利用向量文字转换函数，将所述目标应答向量转换为文字形式的生成目标应答。
12、可选地，所述方法还包括：将所述问题信息，所述原生应答，所述意图识别结果，所述情感识别结果进行拼接，生成所述对话模型的训练样本，以迭代训练所述对话模型。
13、根据本专利技术实施例的第二方面，提供一种应答的装置，包括：
14、问题获取模块，用于响应于接收到请求方发送的应答请求，对所述应答请求进行解析，获取问题信息；
15、意图情感识别模块，对所述问题信息分别进行意图识别和情感识别，得到意图识别结果和情感识别结果；
16、原生应答生成模块，用于采用预先构建的对话模型生成所述问题信息对应的原生应答；
17、目标应答生成模块，用于根据所述意图识别结果、所述情感识别结果，以及所述原生应答，生成目标应答，并将所述目标应答返回给所述请求方。
18、根据本专利技术实施例的第三方面，提供一种应答的电子设备，包括：
19、一个或多个处理器；
20、存储装置，用于存储一个或多个程序，
21、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术实施例第一方面提供的方法。
22、根据本专利技术实施例的第四方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本专利技术实施例第一方面提供的方法。
23、所述专利技术中的一个实施例具有如下优点或有益效果：通过响应于接收到请求方发送的应答请求，对应答请求进行解析，获取问题信息；对问题信息分别进行意图识别和情感识别，得到意图识别结果和情感识别结果；采用预先构建的对话模型生成问题信息对应的原生应答；根据意图识别结果、情感识别结果，以及原生应答，生成目标应答，并将目标应答返回给所述请求方的技术方案，实现了应答的准确性、个性化和共情化，不仅克服了点选式应答的局限性，有效提升了用户的体验感，增强了用户的满意度，提高了服务质量，而且生成的目标应答更容易被用户采纳和接受，从而真正的提升应答的效率。
本文档来自技高网...【技术保护点】
1.一种应答的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对所述问题信息分别进行意图识别和情感识别，得到意图识别结果和情感识别结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述意图识别模型通过以下方式构建：
4.根据权利要求3所述的方法，其特征在于，在获取意图第二分布结果之后，所述方法还包括：
5.根据权利要求2所述的方法，其特征在于，所述情感识别模型通过以下方式构建：
6.根据权利要求1所述的方法，其特征在于，根据所述意图识别结果、所述情感识别结果，以及所述原生应答，生成目标应答，包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.一种应答的装置，其特征在于，包括：
9.一种移动电子设备终端，其特征在于，包括：
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
【技术特征摘要】
1.一种应答的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对所述问题信息分别进行意图识别和情感识别，得到意图识别结果和情感识别结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述意图识别模型通过以下方式构建：
4.根据权利要求3所述的方法，其特征在于，在获取意图第二分布结果之后，所述方法还包括：
5.根据权利要求2所述的方法，其特征在于，所述情感识别模型通过以下方式构建...
【专利技术属性】
技术研发人员：董昕鹏，曹鑫，尹迎昭，
申请(专利权)人：北京沃东天骏信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。