公开(公告)号：CN114860914A

公开(公告)日：2022-08-05

申请号：CN202210578769.6

申请日：2022-05-26

Applicant: 南京信息工程大学

Inventor： 马廷淮 ,  何旭可 ,  荣欢

IPC: G06F16/332 ,  G06F16/338 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于知识库增强的端到端多领域任务型对话生成方法，涉及自然语言处理领域。首先将对话数据进行编码，获得向量表示；再通过计算各向量之间的注意力权重，并通过对话状态解码器获得当前对话状态；最后将得到的当前对话状态、知识库信息和对话历史传入解码端，通过行为解码器与响应解码器进行交互生成系统响应。通过多编码器的方式分开编码各类对话数据，使用堆叠注意力层计算各数据向量之间的注意力，能够获得当前完整的对话状态信息，大大提高了任务型对话系统在多领域对话时对用户请求的理解，也提高了系统响应生成的准确度。在解码阶段同时考虑对话行为和对话响应，并引入知识库信息，增加了系统响应内容的丰富性。

公开(公告)号：CN114860914B

公开(公告)日：2023-06-16

申请号：CN202210578769.6

申请日：2022-05-26

Applicant: 南京信息工程大学

Inventor： 马廷淮 ,  何旭可 ,  荣欢

IPC: G06F16/332 ,  G06F16/338 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于知识库增强的端到端多领域任务型对话生成方法，涉及自然语言处理领域。首先将对话数据进行编码，获得向量表示；再通过计算各向量之间的注意力权重，并通过对话状态解码器获得当前对话状态；最后将得到的当前对话状态、知识库信息和对话历史传入解码端，通过行为解码器与响应解码器进行交互生成系统响应。通过多编码器的方式分开编码各类对话数据，使用堆叠注意力层计算各数据向量之间的注意力，能够获得当前完整的对话状态信息，大大提高了任务型对话系统在多领域对话时对用户请求的理解，也提高了系统响应生成的准确度。在解码阶段同时考虑对话行为和对话响应，并引入知识库信息，增加了系统响应内容的丰富性。