CN113641807B - 对话推荐模型的训练方法、装置、设备和存储介质 - Google Patents

Abstract

本公开提供了一种对话推荐模型的训练方法、装置、设备和存储介质，涉及计算机技术领域，具体涉及自然语言处理、深度学习等人工智能领域。对话推荐模型的训练方法包括：基于两个机器学习模型之间的对话信息，获得目标领域的主动引导语料，所述主动引导语料中包括所述目标领域的推荐目标；基于所述目标领域的知识图谱，获得所述推荐目标对应的知识对话语料；基于所述主动引导语料和所述知识对话语料，获得所述目标领域的对话推荐语料；采用所述目标领域的对话推荐语料，训练所述目标领域的对话推荐模型。本公开可以降低资源开销。

Description

对话推荐模型的训练方法、装置、设备和存储介质

技术领域

本公开涉及计算机技术领域，具体涉及自然语言处理、深度学习等人工智能领域，尤其涉及一种对话推荐模型的训练方法、装置、设备和存储介质。

背景技术

对话推荐***(Conversational Recommender System)是指通过多轮对话，为用户推荐目标信息的***。对话推荐***可以基于用户输入的对话信息，采用对话推荐模型，对用户输入的对话信息进行处理，以输出推荐信息。对话推荐模型可以采用对话推荐语料进行训练后得到。

相关技术中，对话推荐语料一般采用人工标注方式获得。

发明内容

本公开提供了一种对话推荐模型的训练方法、装置、设备和存储介质。

根据本公开的一方面，提供了一种对话推荐模型的训练方法，包括：基于两个机器学习模型之间的对话信息，获得目标领域的主动引导语料，所述主动引导语料中包括所述目标领域的推荐目标；基于所述目标领域的知识图谱，获得所述推荐目标对应的知识对话语料；基于所述主动引导语料和所述知识对话语料，获得所述目标领域的对话推荐语料；采用所述目标领域的对话推荐语料，训练所述目标领域的对话推荐模型。

根据本公开的另一方面，提供了一种对话推荐模型的训练装置，包括：主动引导模块，用于基于两个机器学习模型之间的对话信息，获得目标领域的主动引导语料，所述主动引导语料中包括所述目标领域的推荐目标；知识对话模块，用于基于所述目标领域的知识图谱，获得所述推荐目标对应的知识对话语料；语料构造模块，用于基于所述主动引导语料和所述知识对话语料，获得所述目标领域的对话推荐语料；训练模块，用于采用所述目标领域的对话推荐语料，训练所述目标领域的对话推荐模型。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任一方面的任一项所述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述任一方面的任一项所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述任一方面的任一项所述的方法。

根据本公开的技术方案，可以降低资源开销。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是根据本公开第二实施例的示意图；

图3是根据本公开第三实施例的示意图；

图4是根据本公开第四实施例的示意图；

图5是根据本公开第五实施例的示意图；

图6是用来实现本公开实施例的对话推荐模型的训练方法中任一方法的电子设备的示意图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

相关技术中，为了获得不同领域的对话推荐模型，可以对各个领域的训练语料进行人工标注，采用人工标注的训练语料训练对应领域的对话推荐模型。但是，人工标注的方式需要耗费人力物力资源，资源开销大。

为了降低资源开销，本公开提供如下实施例。

图1是根据本公开第一实施例的示意图。本实施例提供一种对话推荐模型的训练方法，包括：

101、基于两个机器学习模型之间的交互，获得目标领域的主动引导语料，所述主动引导语料中包括所述目标领域的推荐目标。

102、基于所述目标领域的知识图谱，获得所述推荐目标对应的知识对话语料。

103、基于所述主动引导语料和所述知识对话语料，获得所述目标领域的对话推荐语料。

104、采用所述目标领域的对话推荐语料，训练所述目标领域的对话推荐模型。

目标领域是指待训练的对话推荐模型应用的领域，目标领域比如为电影领域、金融领域、或者，天气领域等。

人工智能(Artificial Intelligence，AI)是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。机器学习的三要素是数据、算法和模型，机器学习是从数据中通过选择合适的算法，自动地归纳逻辑或规则，自动归纳的逻辑或规则可以称为模型，即机器学习模型，之后，可以采用该模型和新数据进行预测。

本实施例中的两个机器学习模型是指对话模型，对话模型是对输入的一条语句进行处理，以输出另一条语句，比如，输入为“干嘛呢”，输出为“工作呢”。上述的输入语句(“干嘛呢”)和输出语句(“工作呢”)可以组成对话，对话可以为多轮。

进一步地，两个机器学习模型可以包括主动引导模型和开放式对话模型，主动引导模型是指将对话引导到目标领域的对话模型，开放式对话模型是指不限定领域的对话模型。以目标领域为电影领域为例，主动引导模型可以通过不断的对话过程，将输出的语句引导到电影领域。而开放式对话模型的输出是不限定领域的，可以是电影领域的内容，也可以不是电影领域的内容。

开放式对话模型可以采用已有的开放域的对话模型，如图2所示，开放式对话模型以32层(32L)中文PLATO-2模型为例，PLATO-2模型是一种开放域智能对话模型。

主动引导模型可以是对已有的开放域的对话模型进行微调后得到的。具体地，可以先获取大量的训练语料，比如，从各个论坛挖掘出不同人的对话内容作为闲聊语料，再从闲聊语料的中间部分或者结尾部分抽取出关键词，再依据关键词和对应的闲聊语料，对已有的开放域的对话模型，比如PLATO-2模型，进行微调(finetune)，获得主动引导模型。

比如，某个论坛中有针对电影XX的评论，其中，用户A说“XX还是很好看的”，用户B说：“是啊，YY主演的电影还是很好的”。其中，YY是XX的主演。因此，可以从中提取出关键词“电影”，再将关键词“电影”和语句“XX还是很好看的”作为预训练模型(如PLATO-2模型)的输入，采用预训练模型对输入进行处理，以获得预测输出，将语句“是啊，YY主演的电影还是很好的”作为预训练模型的真实输出，基于预测输出和真实输出构建损失函数，通过损失函数调整预训练模型的参数，直至损失函数收敛或者达到预设的迭代次数，从而获得主动引导模型。

另外，闲聊语料不限定领域，比如，上述以电影领域为例，还可以挖掘出其他领域，比如金融领域的对话内容以及对应的关键词，将其也作为主动引导模型的训练语料，从而可以低成本产生全领域的主动引导模型。

两个机器学习模型之间的交互，可以称为机机互聊，机机互聊类似人人互聊，即，以一个机器学习模型的输出作为另一个机器学习模型的输入，两个机器学习模型不断交互，形成对话过程。

具体地，所述两个机器学习模型包括：主动引导模型和开放式对话模型，所述主动引导模型的输入包括所述目标领域对应的关键词，所述基于两个机器学习模型之间的交互，获得目标领域的主动引导语料，包括：采用所述主动引导模型和所述开放式对话模型，进行多轮对话，直至获得特定对话信息，所述特定对话信息为包括所述目标领域的推荐目标的所述主动引导模型输出的对话信息；将所述特定对话信息之前的对话信息，作为所述目标领域的主动引导语句，所述对话信息包括：所述开放式对话模型输出的对话信息和所述主动引导模型输出的对话信息。

主动引导模型和开放式对话模型的交互过程可以如图3所示。主动引导模型的输入包括：目标领域对应的关键词和开放式对话模型输出的对话信息，该关键词可以预设在主动引导模型中，开放式对话模型的输入为主动引导模型的输出，通过两个模型的交互，形成对话过程。

其中，可以由主动引导模型和开放式对话模型中的任一个发起对话过程，即，可以由主动引导模型和开放式对话模型中的任一个开始第一个语句，第一个语句可以是一个模型默认生成的；另一个机器学习模型对第一个语句进行处理，以输出第二个语句，之前的机器学习模型再对第二个语句进行处理，以输出第三个语句，依此类推，进行主动引导模型和开放式对话模型之间的对话过程。

通过主动引导模型和开放式对话模型，可以将语句引导到目标领域，从而获得目标领域的主动引导语料。

以电影领域为例，主动引导模型(用模型A表示)和开放式对话模型(用模型B表示)，可以进行如下的交互过程，直至主动引导模型输出的对话信息中包括电影领域的推荐目标。

1 模型B 嗯哼干嘛呢

2 模型A 上班啊，你呢

3 模型B 巧了我也是

4 模型A 哈哈，太有缘了

5 模型B 缘，妙不可言

6 模型A 哈哈，是的，有缘的人都在一起

7 模型B 嗯

8 模型A 所以啊，有缘，加个好友，哈哈，我加你还是你加我？

9 模型B 我加你吧

10 模型A 那你加吧，你给我吧

11 模型B 好的以后我们就是好朋友了

12 模型A 不早就是朋友了吗？加了我，没同意就是不加，这就很尴尬了，哈哈～～对了，忘了你家是哪里的？

13 模型B 黑龙江

14 模型A 那还是远了点，不过黑龙江也不错哈哈，有一部电影，《XXXX》，就是在黑龙江取景的哦。有网友这样评价："YYY主演的电影，笑点十足还是很好看的"

由于在第14句出现了推荐目标，即电影领域相关的内容，具体为《XXXX》，则可以由1-14句组成主动引导语料。

目标领域的推荐目标，是指目标领域的知识点或者实体(entity)，

比如，可以获取目标领域的知识图谱(KnowledgeGraph，KG)，知识图谱是一种基于图的数据结构，由节点(point)和边(edge)组成，每个节点表示一个“实体”，每条边为实体与实体之间的“关系”，知识图谱本质上是语义网络。

实体指的可以是现实世界中的事物，比如人、地名、公司、电话、动物等；关系则用来表达不同实体之间的某种联系。

如果对话信息中包括目标领域的知识图谱中的实体，则可以将其作为推荐目标。

获得推荐目标后，可以围绕推荐目标进行深入知识对话，以获得知识对话语料。

所述基于所述目标领域的知识图谱，获得所述推荐目标对应的知识对话语料，可以包括：基于所述目标领域的知识图谱，将所述推荐目标转换为问答对(QA对)，所述问答对为多对；对所述多对的问答对进行排列组合，和/或，对所述多对的问答对与挖掘的所述目标领域的对话语料进行排列组合，以获得所述推荐目标对应的知识对话语料。

以推荐目标为某个电影为例，问答对可以包括：该电影的主演(作为问题)及其具体名字(作为答案)，该电影的剧情(作为问题)及其具体内容(作为答案)等。

挖掘的对话语料比如从论坛挖掘的关于该电影的语料，图2用“领域闲聊”表示，领域闲聊比如为关于该电影的演员的评价，内容的评价，以及，其他电影的讨论内容等。

排列组合是指可以打乱内容顺序，重新获得语句排列顺序，比如，一个问答对为主演及其具体名字，另一个问答对为剧情及其局具体内容，排列组合后，可以先说主演，再说剧情的具体内容等。

构造问答对可以采用各种相关技术实现，比如，将知识图谱上围绕某个实体的SPO(Subject,Predicate,Object)通过模板匹配以及query泛化技术转为QA(Question,Answer)对。

排列组合时，可以对构造的QA对进行排列组合、采样以及***部分领域闲聊语料，从来构造出围绕该实体的知识对话语料。

由于该技术不限领域，所以可以低成本迁移到全领域上，产出多个领域的知识对话语料。

通过基于知识图谱获得问答对，对问答对和/或闲聊语料进行排列组合，可以获得语句间不同的组合方式，从而获得大量的知识对话语料。

依然以上述电影领域为例，假设获得上述的推荐目标，即影片《XXXX》，之后，可以围绕影片《XXXX》获得知识对话语料，比如，可以获得如下的知识对话语料：

15嗯我还挺喜欢YYY的

16 YYY很可爱，而且他还获得了优秀男歌手

17是吗凭借哪首歌啊

18是哦，这首歌的主唱还有他的主唱，都很有名呢

19好吧这电影谁演的啊

20我记得主演有YYY，ZZZ

23这电影评分应该不高吧

24这部电影的评分是3.7。要不要为你播放《XXXX》

25不用了我不喜欢

26好的，我们不聊《XXXX》了。《DDDDD》这部电影你看过吗？有人评价说:1930年上映的奥斯卡最佳影片关于一战的影片，结尾伴随远处炮火声的口琴很有感觉

27听说过能具体介绍一下吗

28[剧情]《DDDDD》是1930年CCC执导的反战题材剧情片，由EEE、FFF主演，《DDDDD》改编自德国作家GGG的同名小说，讲述的是...(具体的剧情内容，此处省略)。

29挺不错的哦谁演的啊

30我记得主演有EEE，FFF。

31我都不认识

其中，上述的《XXXX》，《DDDDD》是具体的影片名称，YYY、ZZZ、EEE、FFF是演员名字，此处用上述符号表示，实际中根据具体场景为具体内容。

获得主动引导语料和知识对话语料后，可以将其组合成对话推荐语料。比如，将上述的1-31的语句作为电影领域的对话推荐语料。

通过组合主动引导语料和知识对话语料，可以获得包含主动引导信息和深入知识信息的对话推荐语料，进而使得对话推荐模型具体主动引导和深度知识对话能力。

获得目标领域的对话推荐语料后，可以采用所述目标领域的对话推荐语料，对已有的预训练模型进行训练，以获得所述目标领域的对话推荐模型。

如图2所示，预训练模型比如为PLATO-2。

其中，可以采用上述的电影领域的对话推荐语料，对预训练模型进行微调，获得电影领域的对话推荐模型。

通过对预训练模型进行训练，可以采用已有的预训练模型，加快对话推荐模型的训练效率。

如图4所示，获得对话推荐模型后，可以将其应用到对应领域的对话推荐过程中，实现人机对话，即，用户向对话推荐***输入用户对话信息，对话推荐***向用户反馈***对话信息。其中，用户对话信息和/或***对话信息可以为语音、文本等多种形式。

对话推荐***可以应用到多种场景，比如，智能音箱、对话机器人、语音助手、客服类产品等。

下面以金融领域为例，用户(人)与对话推荐***(机)的人机对话过程可以如下：

1人今天天气不错

2机是呀，挺风和日丽的。

3人你在做啥

4机我在理财,我是一名理财助手，请问需要我帮你推荐一款理财产品吗？

5人可以

6机推荐QQQ，这款基金是中等风险和预期收益的基金。该基金经理为WWW，其历史最大投资回报率为320.33％。

7人这个基金是啥类型的

8机混合型。这款基金近一年、半年、3个月和1个月的基金收益比例分别为：98.08％，28.31％，22.66％，10.35％。

9人感觉收益情况不错

10机嗯嗯，收益确实不错

11人那这款基金的风险怎么样

12机本基金为混合型基金，其预期风险收益水平低于股票型基金，高于债券型基金及货币市场基金，属于中等收益/风险特征的基金

其中，QQQ是具体的基金名称，WWW是基金经理名字，此处用上述符号表示，实际中根据具体场景为具体内容。

本实施例中，通过机器学习模型之间的对话信息获得主动引导语料，基于知识图谱获得知识对话语料，以及，基于主动引导语料和知识对话语料获得对话推荐语料，可以不需要进行人工标注，降低资源开销。

进一步地，对话推荐语料包括主动引导语料和知识对话语料，可以在对话推荐时，将对话推荐过程分为主动引导和深度知识对话，有助于提升用户聊天过程的连贯性、知识性和趣味性，提升对话式推荐的效率。

图5是根据本公开第五实施例的示意图，本实施例提供一种对话推荐模型的训练装置。如图5所示，对话推荐模型的训练装置500包括：主动引导模块501、知识对话模块502、语料构造模块503和训练模块504。

主动引导模块501用于基于两个机器学习模型之间的对话信息，获得目标领域的主动引导语料，所述主动引导语料中包括所述目标领域的推荐目标；知识对话模块502用于基于所述目标领域的知识图谱，获得所述推荐目标对应的知识对话语料；语料构造模块503用于基于所述主动引导语料和所述知识对话语料，获得所述目标领域的对话推荐语料；训练模块504用于采用所述目标领域的对话推荐语料，训练所述目标领域的对话推荐模型。

一些实施例中，所述两个机器学习模型包括：主动引导模型和开放式对话模型，所述主动引导模型的输入包括所述目标领域对应的关键词，所述主动引导模块501具体用于：采用所述主动引导模型和所述开放式对话模型，进行多轮对话，直至获得特定对话信息，所述特定对话信息为包括所述目标领域的推荐目标的所述主动引导模型输出的对话信息，所述主动引导模型输出的对话信息基于所述关键词获得；将所述特定对话信息之前的对话信息，作为所述目标领域的主动引导语句，所述对话信息包括：所述开放式对话模型输出的对话信息和所述主动引导模型输出的对话信息。

一些实施例中，所述知识对话模块502具体用于：基于所述目标领域的知识图谱，将所述推荐目标转换为问答对，所述问答对为多对；对所述多对的问答对进行排列组合，和/或，对所述多对的问答对与挖掘的所述目标领域的对话语料进行排列组合，以获得所述推荐目标对应的知识对话语料。

一些实施例中，所述语料构造模块503具体用于：将所述主动引导语料和所述知识对话语料，组合成所述目标领域的对话推荐语料。

一些实施例中，所述训练模块504具体用于：采用所述目标领域的对话推荐语料，对已有的预训练模型进行训练，以获得所述目标领域的对话推荐模型。

本实施例中，通过机器学习模型之间的对话信息获得主动引导语料，基于知识图谱获得知识对话语料，以及，基于主动引导语料和知识对话语料获得对话推荐语料，可以不需要进行人工标注，降低资源开销。进一步地，对话推荐语料包括主动引导语料和知识对话语料，可以在对话推荐时，将对话推荐过程分为主动引导和深度知识对话，有助于提升用户聊天过程的连贯性、知识性和趣味性，提升对话式推荐的效率。

可以理解的是，本公开实施例中，不同实施例中的相同或相似内容可以相互参考。

可以理解的是，本公开实施例中，不同实施例中的全部或部分特征可以相互组合以获得新的实施例。

可以理解的是，本公开实施例中的“第一”、“第二”等只是用于区分，不表示重要程度高低、时序先后等。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元606加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

电子设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如对话推荐模型的训练方法。例如，在一些实施例中，对话推荐模型的训练方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM603并由计算单元601执行时，可以执行上文描述的对话推荐模型的训练方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行对话推荐模型的训练方法。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("VirtualPrivate Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式***的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (12)

1.一种对话推荐模型的训练方法，包括：

基于两个机器学习模型之间的对话信息，获得目标领域的主动引导语料，所述主动引导语料中包括所述目标领域的推荐目标和所述推荐目标之前的对话信息；所述机器学习模型是对话模型；

基于所述目标领域的知识图谱，获得所述推荐目标对应的知识对话语料；所述知识对话语料是对问答对和/或闲聊语料进行排列组合后获得的，所述问答对是基于所述知识图谱获得的；

基于所述主动引导语料和所述知识对话语料，获得所述目标领域的对话推荐语料；

采用所述目标领域的对话推荐语料，训练所述目标领域的对话推荐模型。

2.根据权利要求1所述的方法，其中，所述两个机器学习模型包括：主动引导模型和开放式对话模型，所述主动引导模型的输入包括所述目标领域对应的关键词，所述基于两个机器学习模型之间的对话信息，获得目标领域的主动引导语料，包括：

采用所述主动引导模型和所述开放式对话模型，进行多轮对话，直至获得特定对话信息，所述特定对话信息为包括所述目标领域的推荐目标的所述主动引导模型输出的对话信息，所述主动引导模型输出的对话信息基于所述关键词获得；

将所述特定对话信息之前的对话信息，作为所述目标领域的主动引导语句，所述对话信息包括：所述开放式对话模型输出的对话信息和所述主动引导模型输出的对话信息。

3.根据权利要求1所述的方法，其中，所述基于所述目标领域的知识图谱，获得所述推荐目标对应的知识对话语料，包括：

基于所述目标领域的知识图谱，将所述推荐目标转换为问答对，所述问答对为多对；

对所述多对的问答对进行排列组合，和/或，对所述多对的问答对与挖掘的所述目标领域的对话语料进行排列组合，以获得所述推荐目标对应的知识对话语料。

4.根据权利要求1所述的方法，其中，所述基于所述主动引导语料和所述知识对话语料，获得所述目标领域的对话推荐语料，包括：

将所述主动引导语料和所述知识对话语料，组合成所述目标领域的对话推荐语料。

5.根据权利要求1-4任一项所述的方法，其中，所述采用所述目标领域的对话推荐语料，训练所述目标领域的对话推荐模型，包括：

采用所述目标领域的对话推荐语料，对已有的预训练模型进行训练，以获得所述目标领域的对话推荐模型。

6.一种对话推荐模型的训练装置，包括：

主动引导模块，用于基于两个机器学习模型之间的对话信息，获得目标领域的主动引导语料，所述主动引导语料中包括所述目标领域的推荐目标和所述推荐目标之前的对话信息；所述机器学习模型是对话模型；

知识对话模块，用于基于所述目标领域的知识图谱，获得所述推荐目标对应的知识对话语料；所述知识对话语料是对问答对和/或闲聊语料进行排列组合后获得的，所述问答对是基于所述知识图谱获得的；

语料构造模块，用于基于所述主动引导语料和所述知识对话语料，获得所述目标领域的对话推荐语料；

训练模块，用于采用所述目标领域的对话推荐语料，训练所述目标领域的对话推荐模型。

7.根据权利要求6所述的装置，其中，所述两个机器学习模型包括：主动引导模型和开放式对话模型，所述主动引导模型的输入包括所述目标领域对应的关键词，所述主动引导模块具体用于：

采用所述主动引导模型和所述开放式对话模型，进行多轮对话，直至获得特定对话信息，所述特定对话信息为包括所述目标领域的推荐目标的所述主动引导模型输出的对话信息，所述主动引导模型输出的对话信息基于所述关键词获得；

将所述特定对话信息之前的对话信息，作为所述目标领域的主动引导语句，所述对话信息包括：所述开放式对话模型输出的对话信息和所述主动引导模型输出的对话信息。

8.根据权利要求6所述的装置，其中，所述知识对话模块具体用于：

基于所述目标领域的知识图谱，将所述推荐目标转换为问答对，所述问答对为多对；

对所述多对的问答对进行排列组合，和/或，对所述多对的问答对与挖掘的所述目标领域的对话语料进行排列组合，以获得所述推荐目标对应的知识对话语料。

9.根据权利要求6所述的装置，其中，所述语料构造模块具体用于：

将所述主动引导语料和所述知识对话语料，组合成所述目标领域的对话推荐语料。

10.根据权利要求6-9任一项所述的装置，其中，所述训练模块具体用于：

采用所述目标领域的对话推荐语料，对已有的预训练模型进行训练，以获得所述目标领域的对话推荐模型。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。