CN112948565A - 人机对话方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开涉及一种人机对话方法、装置、电子设备及存储介质，所述方法包括：获取对话输入，在预构建的人设画像中，确定与所述对话输入对应的目标人设维度，所述人设画像包括多种人设维度以及与每一所述人设维度对应的关键词；根据与所述目标人设维度对应的目标关键词和所述对话输入的语义关系，确定与所述对话输入对应的目标人设属性信息；根据所述目标人设属性信息生成目标回复语句，解决了相关技术中因用完整的自然语言描述人设维度导致占用大量存储空间的问题。

Description

人机对话方法、装置、电子设备及存储介质

技术领域

本公开涉及自然语言处理技术领域，尤其涉及一种人机对话方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的发展，人机对话***因其与生俱来的自然便捷性，逐渐成为未来的新一代交互模式。在人机对话的应用中，通常通过智能助手与用户进行交互，、人们也开始逐渐对智能助手产生情感陪伴的需求，希望智能助手能够像一个人或者朋友一样，对自己进行长期的陪伴与了解。鉴于此，业界逐渐对智能助手的AI技术研究提出了新的挑战。

发明内容

为克服相关技术中存在的问题，本公开提供一种人机对话方法、装置、电子设备及存储介质。

根据本公开实施例的第一方面，提供一种人机对话方法，包括：

获取对话输入；

在预构建的人设画像中，确定与所述对话输入对应的目标人设维度，所述人设画像包括多种人设维度以及与每一所述人设维度对应的关键词；

根据与所述目标人设维度对应的目标关键词和所述对话输入的语义关系，确定与所述对话输入对应的目标人设属性信息；

根据所述目标人设属性信息生成目标回复语句。

在一些实施例中，所述根据与所述目标人设维度对应的目标关键词和所述对话输入的语义关系，确定与所述对话输入对应的目标人设属性信息，包括：

将所述对话输入输入至训练好的语言处理模型，所述语言处理模型用于针对每一所述目标关键词预测在所述对话输入中与该目标关键词对应的人设属性信息，并将该人设属性信息作为所述对话输入对应的目标人设属性信息。

在一些实施例中，所述语言处理模型包括预处理层，针对人设维度分类场景的编码层和分类层，以及针对人设属性信息提取场景的提取层，所述语言处理模型通过以下方式训练得到：

获取多个训练样本，其中，所述多个训练样本包括所述人设维度分类场景下采集的分类训练样本和所述人设属性信息提取场景下采集的人设属性信息训练样本，所述多个训练样本中的每个训练样本包括用户输入文本和对应的标注标签；

将每个所述训练样本输入至预处理层，得到与该训练样本中的用户输入文本对应的字符序列；

当该训练样本属于所述分类训练样本时，将该训练样本的字符序列输入至所述编码层得到与每一字符对应的语义向量，并将所有字符的语义向量的平均向量输入至所述分类层，基于所述分类层输出的分类结果和该训练样本中的标注标签，确定该训练样本对应的第一预测损失；

当该训练样本属于所述人设属性信息训练样本时，将该训练样本的字符序列输入至所述提取层，基于所述提取层输出的提取结果和该训练样本中的标注标签，确定该训练样本对应的第二预测损失；

基于多个所述训练样本各自对应的预测损失之和，调整所述语言处理模型的参数。

在一些实施例中，所述根据所述目标人设属性信息生成目标回复语句，包括：

根据所述目标人设属性信息确定回复模板语句，其中，所述回复模板语句为包括待填充槽位的语句，且每一所述待填充槽位携带有关键词标识；

根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，确定与该关键词标识对应的槽位信息；

根据所述关键词标识和所述槽位信息的语义信息，将所述槽位信息填充至所述回复模板语句中与该槽位信息对应的待填充槽位中，生成目标回复语句。

在一些实施例中，所述根据所述目标人设属性信息确定回复模板语句，包括：

在确定存储模块中不存在与所述目标人设维度对应的历史人设属性信息情况下，将模板库中配置的第一类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句；

所述根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，确定与该关键词标识对应的槽位信息包括：

根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，从所述目标人设属性信息中确定与该关键词标识对应的槽位信息。

在一些实施例中，所述根据所述目标人设属性信息确定回复模板语句，包括：

在确定存储模块中存在与所述目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息情况下，将模板库中配置的第二类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句。

在一些实施例中，所述根据所述目标人设属性信息确定回复模板语句，包括：

在确定存储模块中存在与所述目标人设属性信息语义相关的历史人设属性信息情况下，识别所述对话输入的对话意图；

在所述目标人设属性信息以及所述历史人设属性信息中不存在满足所述对话意图的属性信息的情况下，将模板库中配置的第三类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句；

所述根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，确定与该关键词标识对应的槽位信息包括：

针对所述回复模板语句中所述待填充槽位的每一所述关键词标识，根据所述目标人设属性信息以及与所述目标人设维度对应的所述历史人设属性信息推理出与该关键词标识对应的信息，并将该信息作为与该关键词标识对应的所述槽位信息。

在一些实施例中，所述方法还包括：

在确定存储模块中不存在对应所述目标人设维度的历史人设属性信息情况下，将所述目标人设属性信息存储在所述存储模块中；

在一些实施例中，所述方法还包括：

在确定所述存储模块中存在与所述目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息情况下，将所述目标人设属性信息替换所述存储模块中与该目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息。

在一些实施例中，所述确定与所述对话输入对应的目标人设维度，包括：

将所述对话输入输入至训练好的语言处理模型，所述语言处理模型用于预测所述对话输入所属的预构建的人设画像中包括的所有人设维度中的目标人设维度。

根据本公开实施例的第二方面，提供一种人机对话装置，包括：

获取模块，被配置为获取对话输入；

第一确定模块，被配置为在预构建的人设画像中，确定与所述对话输入对应的目标人设维度，所述人设画像包括多种人设维度以及与每一所述人设维度对应的关键词；

第二确定模块，被配置为根据与所述目标人设维度对应的目标关键词和所述对话输入的语义关系，确定与所述对话输入对应的目标人设属性信息；

生成模块，被配置为根据所述目标人设属性信息生成目标回复语句。

根据本公开实施例的第三方面，提供一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行实现本公开第一方面所提供的人机对话方法的步骤。根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的人机对话方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

由于预构建的人设画像中直接记载了人设维度，无需对记载的完整自然语言进行处理就能得到与对话输入对应的目标人设维度，减少了无效信息对存储空间的占用；利用对话输入中的目标人设属性信息确定目标回复语句，如此，生成的目标回复语句能够包含与所述目标人设属性信息相关的语义信息，从而提高对话交互的交互体验。

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，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据本公开一示例性实施例示出的一种人机对话方法应用场景的示意图。

图2是根据本公开一示例性实施例示出的一种人机对话方法的流程图。

图3是根据本公开一示例性实施例示出的另一种人机对话方法的流程图。

图4是根据本公开一示例性实施例示出的一种人机对话装置的结构示意图。

图5是根据本公开一示例性实施例示出的一种电子设备的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在介绍本公开提供的人机对话方法之前，首先对本公开中各个实施例所涉及的应用场景作以说明，本公开可以应用于通过终端实现语言交互的过程中，该语言交互是指用户与终端进行人机交流对话。

图1是根据本公开一示例性实施例示出的一种人机对话方法应用场景的示意图，用户和终端(通过智能助手)进行对话。其中，该终端可以是智能手机、平板电脑、智能手表、个人电脑、笔记本电脑、智能电视、PDA(英文：PersonalDigitalAssistant，中文：个人数字助理)等终端。

为提升人机对话体验，用户通常希望与终端中的智能助手在对话时，终端中能存储用户和智能助手的各种人设维度的各种人设属性，例如，年龄维度、喜好维度等，相应地，人设属性便是各维度对应的具体属性值。如此，便能通过人设属性提升双方的交互体验。考虑到相关技术中，人设维度通常用完整的自然语言描述，存在许多无效的信息，也因此占用大量存储空间。

有鉴于此，本公开提供一种人机对话方法、装置、电子设备及存储介质，通过该方法，基于预构建的人设画像确定目标人设维度及，由于预构建的人设画像中直接记载了人设维度，无需对记载的完整自然语言进行处理就能得到与对话输入对应的目标人设维度，减少了无效信息对存储空间的占用；利用对话输入中的目标人设属性信息确定目标回复语句，如此，生成的目标回复语句能够包含与所述目标人设属性信息相关的语义信息，从而提高对话交互的交互体验。

图2是根据本公开一示例性实施例示出的一种人机对话方法的流程图，如图2所示，人机对话方法用于终端中，包括以下步骤。

在步骤S21中，获取对话输入。

示例地，该对话输入可以是语音信息，也可以是文本信息，在对话输入是语音信息的情况下，终端可以对该语音信息进行语义识别，转换为文本信息，然后根据该文本信息执行以下步骤。

需要说明的是，在步骤S21之前，该人机对话方法还包括：接收获取指令，在接收到获取指令时执行步骤S21。示例地，可以通过设置一个预设按键实现触发生成获取指令的功能。示例地，还可以在当前环境下检测到预设语音实现触发生成获取指令的功能，本公开对此不作限定。

在步骤S22中，在预构建的人设画像中，确定与对话输入对应的目标人设维度，人设画像包括多种人设维度以及与每一人设维度对应的关键词。

示例地，人设维度包括用户侧的人设维度和智能助手侧的人设维度，用户侧与智能助手侧的人设维度均可以包括喜好、生活轨迹、外貌、星座、年龄、亲人、技能等维度。例如，以对话输入“我今年七岁半你比我大”为例，该对话输入的目标人设维度可以为年龄。在可能的方式中，可以根据对话输入的语义信息确定对话输入对应的目标人设维度。

需要说明的是，关键词是辅助终端确定一完整语句中与该完整语句中的目标人设维度对应的目标人设属性信息的词汇。例如，在人设维度是年龄的情况下，对应的关键词可以是与数字、年份、属性比较等相关的关键词汇。

在步骤S23中，根据与目标人设维度对应的目标关键词和对话输入的语义关系，确定与对话输入对应的目标人设属性信息。

在本公开中，语义关系是指目标关键词与对话输入中的字符之间的语义关系。

示例地，仍以上述对话输入“我今年七岁半你比我大”为例，对应的目标关键词可以是数字、年份等。在目标关键词表征数字时，可以将对话输入中表征与数字有关的语音信息作为目标人设属性信息。由于“你比我大”可以表征一种数字关系，因此，可以将“你比我大”作为目标人设属性信息；依据目标关键词时，在目标关键词表征年份时，因此，依据目标关键词“年份”，该对话输入中的“今年”可以是该对话输入对应的目标人设属性信息，依据目标关键词“数字”，“七岁半”可以是该对话输入对应的目标人设属性信息。

在步骤S24中，根据目标人设属性信息生成目标回复语句。

通过上述技术方案，由于预构建的人设画像中直接记载了人设维度，无需对记载的完整自然语言进行处理就能得到与对话输入对应的目标人设维度，减少了无效信息对存储空间的占用；利用对话输入中的目标人设属性信息确定目标回复语句，如此，生成的目标回复语句能够包含与所述目标人设属性信息相关的语义信息，从而提高对话交互的交互体验。

需要说明的是，在构建的人设画像中，每一人设维度下还可以包括与该人设维度对应的历史人设属性信息。仍以历史对话输入为“我今年十岁”为例，“十岁”、“今年”均可以作为年龄维度下的历史人设属性信息。

在可能的方式中，根据与目标人设维度对应的目标关键词和对话输入的语义关系，确定与对话输入对应的目标人设属性信息步骤，包括：将对话输入至训练好的语言处理模型，得到对话输入对应的目标人设属性信息。

需要说明的是，语言处理模型用于针对每一目标关键词预测在对话输入中与该目标关键词对应的人设属性信息，并将该人设属性信息作为对话输入对应的目标人设属性信息。

语言处理模型实质上可以是针对每一目标关键词，预测在对话输入中与该目标关键词对应的人设属性信息在该对话输入中所处的位置，该位置包括起始位置和终止位置，然后再根据起始位置和终止位置在该对话输入中截取该目标关键词对应的人设属性信息。示例地，仍以上述对话输入“我今年七岁半你比我大”为例，该对话输入中包括每个10个字符，相应地，每个字符对应的位置情况为：“我”对应位置1，“今”对应位置2，“年”对应位置3，“七”对应位置4，“岁”对应位置5，“半”对应位置6，“你”对应位置7，“比”对应位置8，“我”对应位置9，“大”对应位置10，当目标关键词包括数字时，对应预测的起始位置是位置4，结合上下文语义，对应的终止位置是位置6，因此，该目标关键词对应的人设属性信息处于位置4和位置6之间(包括起始位置和终止位置)，根据位置情况提取到的文字信息是“七岁半”，也即是说“七岁半”是该目标关键词对应的人设属性信息。

需要说明的是，预测目标人设属性信息的语言处理模型还可以预测对话输入属于预构建的人设画像中包括的所有人设维度中的目标人设维度。示例地，语言处理模型可以输出对话输入所属预构建的人设画像中包括的所有人设维度中每一人设维度的概率情况，在此情况下，将概率最大的人设维度作为目标人设温度；另外，语言处理模型可以直接输出对话输入所属的目标人设维度，本实施例对此不作限定。

示例地，语言处理模型可以包括预处理层，该预处理层用于对输入的样本进行预处理；针对人设维度分类场景的编码层和分类层，以及针对人设属性信息提取场景的提取层，其中，语言处理模型可以通过以下方式训练得到：

第一，获取多个训练样本。

需要说明的是，多个训练样本包括人设维度分类场景下采集的分类训练样本和人设属性信息提取场景下采集的人设属性信息训练样本。分类训练样本用于人设维度分类任务的训练，人设属性信息训练样本用于人设属性信息提取任务的训练。多个训练样本中的每个训练样本包括用户输入文本和对应的标注标签。其中，分类训练样本中的标注标签是人设维度标签，人设属性信息训练样本的标注标签是人设属性信息标签。

示例地，在训练样本属于分类训练样本时，训练样本可以为(query，class)，其中，query为用户输入文本，class为该训练样本对应的人设维度标签。在训练样本属于人设属性信息训练样本时，训练样本可以为(query，{slot₁，slot₂，slot₃，slot₄……，slot_M})，其中，query为用户输入文本，slot₁，slot₂，slot₃，slot₄……，slot_M为人设属性信息标签，其中，每个人设属性信息标签对应的预测位置可以span_i＝[start_k，end_n]，start_k为起始位置，end_n为终止位置，i、k、n和M为自然正整数，span_i为起始位置和终止位置之间的文字片段，span_i为slot_i。

第二，将每个训练样本输入至预处理层，得到与该训练样本中的用户输入文本对应的字符序列。

示例地，预处理层用于将模型输入的完整文本处理成字符序列。仍以上述对话输入“我今年七岁半你比我大”为例，对话输入经预处理层可以得到对应的字符序列，该字符序列＝{我，今，年，七，岁，半，你，比，我，大}。

第三，当该训练样本属于分类训练样本时，将该训练样本的字符序列输入至编码层得到与每一字符对应的语义向量，并将所有字符的语义向量的平均向量输入至分类层，基于分类层输出的分类结果和该训练样本中的标注标签，确定该训练样本对应的第一预测损失。

示例地，分类层输出的分类结果：y’＝softmax(SW)，S为所有字符的语义向量的平均向量，W为一种模型参数，Softmax为一种函数。

第四，当该训练样本属于人设属性信息训练样本时，将该训练样本的字符序列输入至提取层，基于提取层输出的提取结果和该训练样本中的标注标签，确定该训练样本对应的第二预测损失。

示例地，第二预测损失包括起始位置的预测损失和终止位置的预测损失。start_k＝s′_k＝argmax(softmax(HWs))，end_n＝e′_n＝argmax(softmax(HWe))，其中，argmax为一种函数，H表示训练样本的字符序列，Ws和We为模型的两个参数。

第五，基于多个训练样本各自对应的预测损失之和，调整语言处理模型的参数。

示例地，预测损失之和loss＝-y*log(y’)-∑js_k*log(s′_k)-∑je_n*log(e′_n)，其中，第一项为第一预测损失，第二项为第二预测损失(包括起始位置的预测损失和终止位置的预测损失)，y为分类训练样本对应的标注标签，s_k和e_n分别为人设属性信息训练样本对应的标注标签对应的起始位置和预测位置，i为自然正整数，且j有M个取值。

通过上述技术方案，将两个相关的任务(包括人设维度分类任何和人设属性信息预测任务)放在一起学习，其目的在于充分利用相关任务之间的共性知识，通过共享学习的方式，来提升在任意单一任务上的模型学习与泛化的效果。本公开中的涉及的人设维度分类、人设属性信息预测任务这两个任务，具备明显的相似性，一方面人设维度分类能够帮助人设属性信息预测任务得更加准确，另一方面，得知某个人设属性信息也能够加深模型对该人设维度类别的理解，因此采取此种训练方式，能够进一步提升模型的分类与抽取效果。

图3是根据本公开一示例性实施例示出的另一种人机对话方法的流程图。参照图3，所述根据目标人设属性信息生成目标回复语句，可以包括以下步骤：

在步骤31中步骤31，根据目标人设属性信息确定回复模板语句，其中，回复模板语句为包括待填充槽位的语句，且每一待填充槽位携带有关键词标识。

需要说明的是，可以分析目标人设属性信息以及与目标人设维度对应的历史人设属性信息的存在性和一致性来确定回复模板语句。其中，存在性是指历史人设属性信息中是否存在与目标人设属性信息相关的属性的信息。一致性是指与目标人设属性信息相关的历史人设属性信息是否与目标人设属性信息一致。

示例地，回复模板语句可以是：“好的，我记住啦，你{time-qualifier}{age-number}啦”，其中，{time-qualifier}和{age-number}为待填充槽位，time-qualifier为{time-qualifier}的关键词标识，其表征时间限定符，age-number为{age-number}的关键词标识，其表征年龄数字限定符。回复模板语句还可以是：“原来{age-compare}啊，我记住啦”，{age-compare}为待填充槽位，age-compare为{age-compare}的关键词标识，其表征属性比较限定符。

在步骤32中，根据回复模板语句中待填充槽位的每一关键词标识，确定与该关键词标识对应的槽位信息。

示例地，若以回复模板语句为“好的，我记住啦，你{time-qualifier}{age-number}啦”为例，因此，需要确定与time-qualifier和age-number对应的槽位信息。

再步骤33中，根据关键词标识和槽位信息的语义信息，将槽位信息填充至回复模板语句中与该槽位信息对应的待填充槽位中，生成目标回复语句。

通过上述方式，通过构建带有待填充槽位的回复模板语句，能够针对对话输入的回复有直接的控制与选择，解决了相关技术中采用生成式算法引起的回复不可控的问题。

在一些可能的实施方式中，所述根据目标人设属性信息确定回复模板语句，包括：

在确定存储模块中不存在与目标人设维度对应的历史人设属性信息情况下，将模板库中配置的第一类预设模板语句中的任意一句作为针对对话输入的回复模板语句。

需要说明的是，存储模块用于存储在历史对话中出现的各种人设维度下的人设属性信息，包括用户侧和智能助手侧的不同人设维度下的人设属性信息。

示例地，第一类预设模板语句可以是陈述语句，该陈述语句用于附和对话输入中包括的目标人设属性信息。另外，第一类预设模板语句还可以是用于引导用户语音输入更多的人设属性信息的语句。

在存储模块中不存在与目标人设维度对应的历史人设属性信息情况下，图3所示的根据回复模板语句中待填充槽位的每一关键词标识，确定与该关键词标识对应的槽位信息的步骤可以包括：根据回复模板语句中待填充槽位的每一关键词标识，从目标人设属性信息中确定与该关键词标识对应的槽位信息。示例地，在回复模板语句是第一类预设模板语句中用于附和对话输入中包括的人设属性信息的陈述语句的情况下，仍以上述对话输入“我今年七岁半你比我大”为例，确定的目标人设属性信息包括“今年”，“七岁半”，“你比我大”，回复模板语句是“好的，我记住啦，你{time-qualifier}{age-number}啦”，则根据待填充槽位的关键词标识，则可以将目标人设属性信息中的“今年”，“七岁半”添加至各待填充槽位中，得到目标回复语句“好的，我记住啦，你今年七岁半啦”。

示例地，在回复模板语句是第一类预设模板语句中用于引导用户语音输入更多的人设属性信息的语句情况下，以用户第一次输入的对话输入为“我的年龄是15岁”，相应地，确定的目标人设属性信息可以包括“年龄”和“15岁”，确定的目标回复语句可以是：那您的{birthday-qualifier}是哪天呢，则根据关键词标识“birthday-qualifier”和目标人设属性信息可以确定该{birthday-qualifier}槽位对应的槽位信息可以是“生日”，则生成的目标回复语句可以为“那您的生日是哪天呢”，如此，便可引导用户说出与其生日有关的人设属性信息，提高交互的有趣性。

在一些可能的实施方式中，所述根据目标人设属性信息确定回复模板语句的步骤可以包括：

在确定存储模块中存在与目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息情况下，将模板库中配置的第二类预设模板语句中的任意一句作为针对对话输入的回复模板语句。

示例地，在对话输入为“我今年七岁半你比我大”为例，在存储模块中记载了用户曾输入的“我今年10岁”中“10岁”的人设属性信息，于是，“七岁半”和“10岁”是语义相关且信息不一致的人设属性信息。

需要说明的是，第二类预设模板语句可以为反问澄清语句，引导用户语音输入明确前后不一致的人设属性信息。例如，可以将第二类预设模板语句中的“你之前说你{age-number}，现在说你{age-number}？”为回复模板语句，结合该回复模板语句的语义关系，确定每个{age-number}的位置，于是得到的目标回复语句可以为：“你之前说你10岁，现在说你七岁半”？，这样可以引导用户语音输入明确前后不一致的人设属性信息。

在一些可能的实施方式中，所述根据目标人设属性信息确定回复模板语句的步骤可以包括：

在确定存储模块中存在与目标人设属性信息语义相关的历史人设属性信息情况下，识别对话输入的对话意图；在目标人设属性信息以及历史人设属性信息中不存在满足对话意图的属性信息的情况下，将模板库中配置的第三类预设模板语句中的任意一句作为针对对话输入的回复模板语句。

需要说明的是，第三类预设模板语句可以为用于回复用户对话输入对话意图的语句。

示例地，在对话输入为“那我前一年是多少岁”，存储模块中记载了用户曾输入的“我今年10岁”，可见对话输入的对话意图并不能直接从历史人设属性信息和目标人设属性信息中直接得到。在此情况下，可以将第三类预设模板语句中的“你{time-qualifier}{age-number}了”。

在一些可能的实施方式中，所述根据所述回复模板语句中待填充槽位的每一关键词标识，确定与该关键词标识对应的槽位信息的步骤可以包括：

针对回复模板语句中待填充槽位的每一关键词标识，根据目标人设属性信息以及与目标人设维度对应的所述历史人设属性信息推理出与该关键词标识对应的信息，并将该信息作为该与该关键词标识对应的槽位信息。

示例地，在对话输入为“那我前一年是多少岁”时，根据对话意图和关键词标识time-qualifier，则可以确定“前一年”为对于{time-qualifier}的关键词标识time-qualifier，进一步地，根据“前一年”、“今年”和“10岁”，可以推理出{age-number}对应的槽位信息为9岁。因此，再将确定的槽位信息填入到“你{time-qualifier}{age-number}了”中，得到目标回复语句为“你前一年9岁”。

考虑到目前人机对话通常只能维持一轮对话的场景，在多轮对话的场景中，智能助手无法在当前对话中结合历史对话中与人设属性相关的信息与用户进行交互，无法达到长期陪伴与理解并了解用户的目的，因此，通过上述方式，结合目标人设属性信息和目标人设维度对应的历史人设属性信息生成对话输入的目标回复语句，针对在多轮对话应用场景中，使生成的目标回复语句中能涵盖历史对话中的人设属性信息，达到长期陪伴与理解并了解用户的目的，从而提高对话交互的交互体验。

在一些可能的实施方式中，所述方法还包括：在确定存储模块中不存在对应目标人设维度的历史人设属性信息情况下，将目标人设属性信息存储在存储模块中；

在一些可能的实施方式中，所述方法还包括：在确定存储模块中存在与目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息情况下，将目标人设属性信息替换存储模块中与该目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息。

示例地，以对话输入为“我今年七岁半你比我大”例，若存储模块中不存在与用户的年龄维度相关的历史人设属性信息，则可以将“七岁半”和“你比我大”存储在存储模块中；若存储模块中存在与用户的年龄维度相关且时间均是今年的历史人设属性信息为“10岁”，则可以将“七岁半”替换“10岁”这一历史人设属性信息，实现存储模块的属性更新。

通过上述方式，实现对用户侧或机器人侧的全方位人设属性信息的记录、增删，以加强不同人设的人设维度的记忆和更新，基于存储模块中的人设属性信息，即能够使智能助手达到长期陪伴用户的目的。

图4是本公开根据一示例性实施例示出的一种人机对话装置40的结构示意图。参照图4，装置40包括获取模块41，第一确定模块42，第二确定模块43和生成模块44。

获取模块41，被配置为获取对话输入；

第一确定模块42，被配置为在预构建的人设画像中，确定与所述对话输入对应的目标人设维度，所述人设画像包括多种人设维度以及与每一所述人设维度对应的关键词；

第二确定模块43，被配置为根据与所述目标人设维度对应的目标关键词和所述对话输入的语义关系，确定与所述对话输入对应的目标人设属性信息；

生成模块44，被配置为根据所述目标人设属性信息生成目标回复语句。

在一些实施例中，所述第二确定模块43具体用于将所述对话输入输入至训练好的语言处理模型，所述语言处理模型用于针对每一所述目标关键词预测在所述对话输入中与该目标关键词对应的人设属性信息，并将该人设属性信息作为所述对话输入对应的目标人设属性信息。

在一些实施例中，所述语言处理模型包括预处理层，针对人设维度分类场景的编码层和分类层，以及针对人设属性信息提取场景的提取层，所述语言处理模型通过以下方式训练得到：

获取多个训练样本，其中，所述多个训练样本包括所述人设维度分类场景下采集的分类训练样本和所述人设属性信息提取场景下采集的人设属性信息训练样本，所述多个训练样本中的每个训练样本包括用户输入文本和对应的标注标签；

将每个所述训练样本输入至预处理层，得到与该训练样本中的用户输入文本对应的字符序列；

当该训练样本属于所述分类训练样本时，将该训练样本的字符序列输入至所述编码层得到与每一字符对应的语义向量，并将所有字符的语义向量的平均向量输入至所述分类层，基于所述分类层输出的分类结果和该训练样本中的标注标签，确定该训练样本对应的第一预测损失；

当该训练样本属于所述人设属性信息训练样本时，将该训练样本的字符序列输入至所述提取层，基于所述提取层输出的提取结果和该训练样本中的标注标签，确定该训练样本对应的第二预测损失；

基于多个所述训练样本各自对应的预测损失之和，调整所述语言处理模型的参数。

在一些实施例中，所述生成模块44包括：

模板生成子模块，被配置为确定回复模板语句，其中，所述回复模板语句为包括待填充槽位的语句，且每一所述待填充槽位携带有关键词标识；

槽位信息确定子模块，被配置为根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，确定与该关键词标识对应的槽位信息；

填充子模块，被配置为根据所述关键词标识和所述槽位信息的语义信息，将所述槽位信息填充至所述回复模板语句中与该槽位信息对应的待填充槽位中，生成目标回复语句。

在一些实施例中，所述模板生成子模块包括第一模板生成子模板，被配置为在确定存储模块中不存在与所述目标人设维度对应的历史人设属性信息情况下，将模板库中配置的第一类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句；

所述槽位信息确定子模块包括第一槽位信息确定子模块，被配置为根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，从所述目标人设属性信息中确定与该关键词标识对应的槽位信息。

在一些实施例中，所述模板生成子模块包括第二模板生成子模板，被配置为在确定存储模块中存在与所述目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息情况下，将模板库中配置的第二类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句。

在一些实施例中，所述模板生成子模块包括第三模板生成子模板，被配置为在确定存储模块中存在与所述目标人设属性信息语义相关的历史人设属性信息情况下，识别所述对话输入的对话意图；

在所述目标人设属性信息以及所述历史人设属性信息中不存在满足所述对话意图的属性信息的情况下，将模板库中配置的第三类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句；

所述槽位信息确定子模块包括第二槽位信息确定子模块，被配置为针对所述回复模板语句中所述待填充槽位的每一所述关键词标识，根据所述目标人设属性信息以及与所述目标人设维度对应的所述历史人设属性信息推理出与该关键词标识对应的信息，并将该信息作为与该关键词标识对应的所述槽位信息。

在一些实施例中，所述人机对话装置40还包括：

记录模块，被配置为在确定存储模块中不存在对应所述目标人设维度的历史人设属性信息情况下，将所述目标人设属性信息存储在所述存储模块中；

在一些实施例中，所述人机对话装置40还包括：

替换模块，被配置为在确定所述存储模块中存在与所述目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息情况下，将所述目标人设属性信息替换所述存储模块中与该目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息。

在一些实施例中，所述第一确定模块42还被配置为将所述对话输入输入至训练好的语言处理模型，所述语言处理模型用于预测所述对话输入所属的预构建的人设画像中包括的所有人设维度中的目标人设维度。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的人机对话方法的步骤。

图5是根据一示例性实施例示出的一种电子设备的框图。例如，电子设备500可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图5，电子设备500可以包括以下一个或多个组件：处理组件502，存储器504，电力组件506，多媒体组件508，音频组件510，输入/输出(I/O)的接口512，传感器组件514，以及通信组件516。

处理组件502通常控制电子设备500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令，以完成上述的人机对话方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。

存储器504被配置为存储各种类型的数据以支持在电子设备500的操作。这些数据的示例包括用于在电子设备500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件506为电子设备500的各种组件提供电力。电力组件506可以包括电源管理***，一个或多个电源，及其他与为电子设备500生成、管理和分配电力相关联的组件。

多媒体组件508包括在所述电子设备500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当电子设备500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。

音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当电子设备500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。

I/O接口512为处理组件502和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件514包括一个或多个传感器，用于为电子设备500提供各个方面的状态评估。例如，传感器组件514可以检测到电子设备500的打开/关闭状态，组件的相对定位，例如所述组件为电子设备500的显示器和小键盘，传感器组件514还可以检测电子设备500或电子设备500一个组件的位置改变，用户与电子设备500接触的存在或不存在，电子设备500方位或加速/减速和电子设备500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件516被配置为便于电子设备500和其他设备之间有线或无线方式的通信。电子设备500可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件516经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件516还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述人机对话方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由电子设备500的处理器520执行以完成上述人机对话方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的人机对话方法的代码部分。

本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (13)

1.一种人机对话方法，其特征在于，所述方法包括：

获取对话输入；

在预构建的人设画像中，确定与所述对话输入对应的目标人设维度，所述人设画像包括多种人设维度以及与每一所述人设维度对应的关键词；

根据与所述目标人设维度对应的目标关键词和所述对话输入的语义关系，确定与所述对话输入对应的目标人设属性信息；

根据所述目标人设属性信息生成目标回复语句。

2.根据权利要求1所述的方法，其特征在于，所述根据与所述目标人设维度对应的目标关键词和所述对话输入的语义关系，确定与所述对话输入对应的目标人设属性信息，包括：

将所述对话输入输入至训练好的语言处理模型，所述语言处理模型用于针对每一所述目标关键词预测在所述对话输入中与该目标关键词对应的人设属性信息，并将该人设属性信息作为所述对话输入对应的目标人设属性信息。

3.根据权利要求2所述的方法，其特征在于，所述语言处理模型包括预处理层，针对人设维度分类场景的编码层和分类层，以及针对人设属性信息提取场景的提取层，所述语言处理模型通过以下方式训练得到：

获取多个训练样本，其中，所述多个训练样本包括所述人设维度分类场景下采集的分类训练样本和所述人设属性信息提取场景下采集的人设属性信息训练样本，所述多个训练样本中的每个训练样本包括用户输入文本和对应的标注标签；

将每个所述训练样本输入至预处理层，得到与该训练样本中的用户输入文本对应的字符序列；

当该训练样本属于所述分类训练样本时，将该训练样本的字符序列输入至所述编码层得到与每一字符对应的语义向量，并将所有字符的语义向量的平均向量输入至所述分类层，基于所述分类层输出的分类结果和该训练样本中的标注标签，确定该训练样本对应的第一预测损失；

当该训练样本属于所述人设属性信息训练样本时，将该训练样本的字符序列输入至所述提取层，基于所述提取层输出的提取结果和该训练样本中的标注标签，确定该训练样本对应的第二预测损失；

基于多个所述训练样本各自对应的预测损失之和，调整所述语言处理模型的参数。

4.根据权利要求1所述的方法，其特征在于，所述根据所述目标人设属性信息生成目标回复语句，包括：

根据所述目标人设属性信息确定回复模板语句，其中，所述回复模板语句为包括待填充槽位的语句，且每一所述待填充槽位携带有关键词标识；

根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，确定与该关键词标识对应的槽位信息；

根据所述关键词标识和所述槽位信息的语义信息，将所述槽位信息填充至所述回复模板语句中与该槽位信息对应的待填充槽位中，生成目标回复语句。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标人设属性信息确定回复模板语句，包括：

在确定存储模块中不存在与所述目标人设维度对应的历史人设属性信息情况下，将模板库中配置的第一类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句；

所述根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，确定与该关键词标识对应的槽位信息包括：

根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，从所述目标人设属性信息中确定与该关键词标识对应的槽位信息。

6.根据权利要求4所述的方法，其特征在于，所述根据所述目标人设属性信息确定回复模板语句，包括：

在确定存储模块中存在与所述目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息情况下，将模板库中配置的第二类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句。

7.根据权利要求4所述的方法，其特征在于，所述根据所述目标人设属性信息确定回复模板语句，包括：

在确定存储模块中存在与所述目标人设属性信息语义相关的历史人设属性信息情况下，识别所述对话输入的对话意图；

在所述目标人设属性信息以及所述历史人设属性信息中不存在满足所述对话意图的属性信息的情况下，将模板库中配置的第三类预设模板语句中的任意一句作为针对所述对话输入的回复模板语句；

所述根据所述回复模板语句中所述待填充槽位的每一所述关键词标识，确定与该关键词标识对应的槽位信息包括：

针对所述回复模板语句中所述待填充槽位的每一所述关键词标识，根据所述目标人设属性信息以及与所述目标人设维度对应的所述历史人设属性信息推理出与该关键词标识对应的信息，并将该信息作为与该关键词标识对应的所述槽位信息。

8.根据权利要求1-7中任一项所述的方法，其特征在于，所述方法还包括：

在确定存储模块中不存在对应所述目标人设维度的历史人设属性信息情况下，将所述目标人设属性信息存储在所述存储模块中。

9.根据权利要求1-7中任一项所述的方法，其特征在于，所述方法还包括：

在确定所述存储模块中存在与所述目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息情况下，将所述目标人设属性信息替换所述存储模块中与该目标人设属性信息语义相关且人设属性信息不一致的历史人设属性信息。

10.根据权利要求2所述的方法，其特征在于，所述确定与所述对话输入对应的目标人设维度，包括：

将所述对话输入输入至训练好的语言处理模型，所述语言处理模型用于预测所述对话输入所属的预构建的人设画像中包括的所有人设维度中的目标人设维度。

11.一种人机对话装置，其特征在于，包括：

获取模块，被配置为获取对话输入；

第一确定模块，被配置为在预构建的人设画像中，确定与所述对话输入对应的目标人设维度，所述人设画像包括多种人设维度以及与每一所述人设维度对应的关键词；

第二确定模块，被配置为根据与所述目标人设维度对应的目标关键词和所述对话输入的语义关系，确定与所述对话输入对应的目标人设属性信息；

生成模块，被配置为根据所述目标人设属性信息生成目标回复语句。

12.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1-10任一项所述的人机对话方法。

13.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1～10中任一项所述方法的步骤。

Images