[發明專利]一種辦公場景的任務型多輪對話方法及系統在審
| 申請號： | 202011134560.8 | 申請日： | 2020-10-21 |
| 公開（公告）號： | CN112199486A | 公開（公告）日： | 2021-01-08 |
| 發明（設計）人： | 黃茗;楊軍;原鑫;王濱;張鵬飛 | 申請（專利權）人： | 中國電子科技集團公司第十五研究所 |
| 主分類號： | G06F16/332 | 分類號： | G06F16/332;G06F16/33;G06F40/279;G06F40/30;G06N20/00 |
| 代理公司： | 北京高沃律師事務所 11569 | 代理人： | 崔玥 |
| 地址： | 100083 北*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 辦公 場景 任務 輪對 方法 系統 | ||
1.一種辦公場景的任務型多輪對話方法，其特征在于，包括：
對不同辦公應用任務進行場景定義，得到不同辦公應用任務的意圖和槽值；
將所述不同辦公應用任務的意圖和槽值進行數據采集，得到采集后的數據；
根據所述采集后的數據使用深度學習模型訓練方法和定制規則處理方法，確定意圖識別模型和槽提取模型；
進行對話管理，直到收集必要信息；
根據所述意圖識別模型、所述槽提取模型和所述必要信息，確定當前用戶意圖和當前槽值；
根據所述當前用戶意圖和當前槽值執行業務。
2.根據權利要求1所述的辦公場景的任務型多輪對話方法，其特征在于，所述根據所述采集后的數據使用深度學習模型訓練方法和定制規則處理方法，確定意圖識別模型和槽提取模型，具體包括：
根據所述采集后的數據對深度學習模型Bert+TextCnn進行訓練，得到意圖識別模型；
根據所述采集后的數據對Bert-BiLSTM-CRF模型進行訓練，得到非時間槽提取模型；
采用基于常識日期的正則表達式規則對所述采集后的數據進行處理，得到時間槽提取模型。
3.根據權利要求1所述的辦公場景的任務型多輪對話方法，其特征在于，所述進行對話管理，直到收集必要信息，具體包括：
為不同的辦公應用任務指定回復的話術和模板，與用戶多輪對話直到收集必要信息。
4.根據權利要求1所述的辦公場景的任務型多輪對話方法，其特征在于，所述根據所述當前用戶意圖和當前槽值執行業務，具體包括：
根據所述當前用戶意圖判斷所述任務是否符合任務需求；
若符合任務需求，則根據所述槽值執行指定的業務調用；
若不符合任務需求，則通過問答相似度匹配方法執行業務。
5.一種辦公場景的任務型多輪對話系統，其特征在于，包括：
場景定義模塊，用于對不同辦公應用任務進行場景定義，得到不同辦公應用任務的意圖和槽值；
數據采集模塊，用于將所述不同辦公應用任務的意圖和槽值進行數據采集，得到采集后的數據；
自然語言理解模塊，用于根據所述采集后的數據使用深度學習模型訓練方法和定制規則處理方法，確定意圖識別模型和槽提取模型；
對話管理模塊，用于進行對話管理，直到收集必要信息；
當前用戶意圖和當前槽值確定模塊，用于根據所述意圖識別模型、所述槽提取模型和所述必要信息，確定當前用戶意圖和當前槽值；
業務執行模塊，用于根據所述當前用戶意圖和當前槽值執行業務。
6.根據權利要求5所述的辦公場景的任務型多輪對話系統，其特征在于，所述自然語言理解模塊，具體包括：
意圖識別模型確定單元，用于根據所述采集后的數據對深度學習模型Bert+TextCnn進行訓練，得到意圖識別模型；
非時間槽提取模型確定單元，用于根據所述采集后的數據對Bert-BiLSTM-CRF模型進行訓練，得到非時間槽提取模型；
時間槽提取模型確定單元，用于采用基于常識日期的正則表達式規則對所述采集后的數據進行處理，得到時間槽提取模型。
7.根據權利要求5所述的辦公場景的任務型多輪對話系統，其特征在于，所述對話管理模塊，具體包括：
對話管理單元，用于為不同的辦公應用任務指定回復的話術和模板，與用戶多輪對話直到收集必要信息。
8.根據權利要求5所述的辦公場景的任務型多輪對話系統，其特征在于，所述業務執行模塊，具體包括：
判斷單元，用于根據所述當前用戶意圖判斷所述任務是否符合任務需求；
第一業務執行單元，用于當符合任務需求時，執行指定的業務調用；
第二業務執行單元，用于當不符合任務需求時，通過問答相似度匹配方法執行業務。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國電子科技集團公司第十五研究所，未經中國電子科技集團公司第十五研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202011134560.8/1.html，轉載請聲明來源鉆瓜專利網。
