【技术实现步骤摘要】
本申请涉及自然语言处理，尤其涉及一种基于dst的多轮对话优化方法及其相关装置。
技术介绍
1、近年来，随着深度学习技术的飞速发展，基于大模型的多轮对话系统在自然语言处理领域取得了突破性的进展。这些系统通过深度神经网络，尤其是大规模预训练模型，能够在广泛的对话场景下生成自然流畅的回应，显著提升了人机交互的质量。
2、相关技术中，大模型在处理对话的过程中，通常将整个对话历史作为输入，并在每个对话回合中生成包含所有槽位(slot)的状态列表，这样会导致计算资源消耗大，处理效率低。
技术实现思路
1、为解决或部分解决相关技术中存在的问题，本申请提供一种基于dst的多轮对话优化方法及其相关装置，能够减少计算资源消耗，提高模型在对话状态中的处理效率，输出更加稳定的对话结果。
2、本申请第一方面提供一种基于dst的多轮对话优化方法，包括获取用户设备输入的第一对话信息，对所述第一对话信息进行意图识别，获得意图信息；根据所述意图信息填充至少一个预设语义槽，并将所述预设语义槽的属性信息存储于第一表格；根据对话的历史上下文信息对所述第一表格进行更新操作，获得第二表格，所述第二表格包含至少一个所述预设语义槽的属性信息；将所述第二表格中的所述预设语义槽的属性信息输入至预设生成模型中，生成第二对话信息，并将所述第二对话信息发送至所述用户设备。
3、结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述意图信息填充至少一个预设语义槽，包括：根据所述意图信息从所述预设语义
4、结合第一方面，在第一方面的一种可能的实现方式中，所述将所述预设语义槽的属性信息存储于第一表格，包括：根据所述预设语义槽的槽名和存储于所述预设语义槽的所述意图数据，生成槽值对；将所述槽值对存储于所述第一表格。
5、结合第一方面，在第一方面的一种可能的实现方式中，所述根据对话的历史上下文信息对所述第一表格进行更新操作，获得第二表格，包括：根据所述对话的历史上下文信息，将所述属性信息发生变化的所述预设语义槽确定为第一语义槽；根据所述第一语义槽的数量，对所述第一表格进行更新操作，获得所述第二表格，所述更新操作包括添加所述槽值对或删除所述槽值对。
6、结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述第一语义槽的数量，对所述第一表格进行更新操作，包括：将所述第一对话信息和所述历史上下文信息代入至第一预设函数，获得第一文本数据，所述第一文本数据包括所述第一语义槽的属性信息和数量；将所述第一文本数据输入至预设处理模型中，生成第二文本数据；将所述第二文本数据代入至第二预设函数，获得所述更新操作的操作信息，并根据所述更新操作的操作信息对所述第一表格进行更新操作。
7、结合第一方面，在第一方面的一种可能的实现方式中，还包括：判断用户是否结束对话，若未结束对话，则获取所述用户设备输入的第三对话信息，并将所述第三对话信息作为第一对话信息，返回执行步骤：对所述第一对话信息进行意图识别，获得意图信息。
8、本申请第二方面提供一种基于dst的多轮对话优化装置，包括获取模块，用于获取用户设备输入的第一对话信息，对所述第一对话信息进行意图识别，获得意图信息；存储模块，用于根据所述意图信息填充至少一个预设语义槽，并将所述预设语义槽的属性信息存储于第一表格；处理模块，用于根据对话的历史上下文信息对所述第一表格进行更新操作，获得第二表格，所述第二表格包含至少一个所述预设语义槽的属性信息；生成模块，用于将所述第二表格中的所述预设语义槽的属性信息输入至预设生成模型中，生成第二对话信息，并将所述第二对话信息发送至所述用户设备。
9、结合第二方面，在第二方面的一种可能的实现方式中，存储模块还用于根据所述意图信息从所述预设语义槽中确定与所述意图信息匹配的预设语义槽；将所述意图信息对应的意图数据填充至与所述意图信息匹配的预设语义槽。
10、结合第二方面，在第二方面的一种可能的实现方式中，存储模块还用于根据所述预设语义槽的槽名和存储于所述预设语义槽的所述意图数据，生成槽值对；将所述槽值对存储于所述第一表格。
11、结合第二方面，在第二方面的一种可能的实现方式中，处理模块还用于根据所述对话的历史上下文信息，将所述属性信息发生变化的所述预设语义槽确定为第一语义槽；根据所述第一语义槽的数量，对所述第一表格进行更新操作，获得所述第二表格，所述更新操作包括添加所述槽值对或删除所述槽值对。
12、结合第二方面，在第二方面的一种可能的实现方式中，处理模块还用于将所述第一对话信息和所述历史上下文信息代入至第一预设函数，获得第一文本数据，所述第一文本数据包括所述第一语义槽的属性信息和数量；将所述第一文本数据输入至预设处理模型中，生成第二文本数据；将所述第二文本数据代入至第二预设函数，获得所述更新操作的操作信息，并根据所述更新操作的操作信息对所述第一表格进行更新操作。
13、结合第二方面，在第二方面的一种可能的实现方式中，处理模块还用于判断用户是否结束对话，若未结束对话，则获取所述用户设备输入的第三对话信息，并将所述第三对话信息作为第一对话信息，返回执行步骤：对所述第一对话信息进行意图识别，获得意图信息。
14、本申请第三方面提供一种电子设备，包括：
15、处理器；以及
16、存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
17、本申请第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
18、本申请第五方面提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如上所述的方法。
19、本申请提供的技术方案可以包括以下有益效果：
20、本申请的一种基于dst的多轮对话优化方法及其相关装置，包括：获取用户设备输入的第一对话信息，对第一对话信息进行意图识别，获得意图信息；根据意图信息填充至少一个预设语义槽，并将预设语义槽的属性信息存储于第一表格；根据对话的历史上下文信息对第一表格进行更新操作，获得第二表格，第二表格包含至少一个预设语义槽的属性信息；将第二表格中的预设语义槽的属性信息输入至预设生成模型中，生成第二对话信息，并将第二对话信息发送至用户设备，能够减少计算资源消耗，提高模型在对话状态中的处理效率，输出更加稳定的对话结果。
21、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
本文档来自技高网...【技术保护点】
1.一种基于DST的多轮对话优化方法，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，所述根据所述意图信息填充至少一个预设语义槽，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述预设语义槽的属性信息存储于第一表格，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据对话的历史上下文信息对所述第一表格进行更新操作，获得第二表格，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一语义槽的数量，对所述第一表格进行更新操作，包括：
6.根据权利要求1所述的方法，其特征在于，还包括：
7.一种基于DST的多轮对话优化装置，其特征在于，包括：
8.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1至6任一项所述的方法。
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于：其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求
...【技术特征摘要】
1.一种基于dst的多轮对话优化方法，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，所述根据所述意图信息填充至少一个预设语义槽，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述预设语义槽的属性信息存储于第一表格，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据对话的历史上下文信息对所述第一表格进行更新操作，获得第二表格，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一语义槽的数量，对所述第一表格进行更新...
【专利技术属性】
技术研发人员：刘员京，孙永超，张威煌，郑明，余晓丽，张瑰参，
申请(专利权)人：广东亿迅科技有限公司，
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。