一种基于RASA的任务型智能多轮对话方法及相关设备与流程

文档序号:32339118发布日期:2022-11-26 09:05阅读:来源:国知局

技术特征:
1.一种基于rasa的任务型智能多轮对话方法,其特征在于,所述基于rasa的任务型智能多轮对话方法包括:基于rasa构建自然语言理解模块和多轮对话管理模块,并获取用户输入的文本信息;控制所述自然语言理解模块对所述文本信息进行意图检测及语义槽填充,分别得到用户意图和实体信息;基于所述用户意图和所述实体信息控制所述多轮对话管理模块匹配出所述文本信息的响应结果,将所述响应结果反馈给所述用户,并展示用户对话的可视化界面。2.根据权利要求1所述的基于rasa的任务型智能多轮对话方法,其特征在于,所述基于rasa构建自然语言理解模块和多轮对话管理模块,并获取用户输入的文本信息,之前还包括:基于语义数据和口语习惯构建场景语料,并根据不同的意图类别对所述场景语料进行分类以构建文本信息的数据类型。3.根据权利要求1所述的基于rasa的任务型智能多轮对话方法,其特征在于,所述控制所述自然语言理解模块对所述文本信息进行意图检测及语义槽填充,分别得到用户意图和实体信息,之前还包括:基于大规模中文语料训练的预训练语言模型实现对所述文本信息的特征进行抽取得到文本特征,并将所述文本信息进行分词得到目标文本信息;基于所述文本特征将所述目标文本信息嵌入到向量空间中,以使得所述自然语言理解模块处理所述文本信息。4.根据权利要求1所述的基于rasa的任务型智能多轮对话方法,其特征在于,所述控制所述自然语言理解模块对所述文本信息进行意图检测及语义槽填充,分别得到用户意图和实体信息,具体包括:预先将dietclassifier作为意图识别的分类器,将所述文本信息输入至所述分类器进行意图分类;对意图分类后的所述文本信息中的口语文本进行意图检测,得到所述文本信息的用户意图;基于语义信息将所述文本信息中的词语打上标签,并控制抽取器基于所述标签进行语义槽填充得到所述文本信息的实体信息。5.根据权利要求4所述的基于rasa的任务型智能多轮对话方法,其特征在于,所述抽取器包括diet抽取器、正则表达式抽取器和条件随机场抽取器。6.根据权利要求1所述的基于rasa的任务型智能多轮对话方法,其特征在于,所述控制所述自然语言理解模块对所述文本信息进行意图检测及语义槽填充,分别得到用户意图和实体信息,之后还包括:当rasa提供的组件不足时,获取所述rasa的组件接口,并基于所述组件接口接入不同的组件。7.根据权利要求1所述的基于rasa的任务型智能多轮对话方法,其特征在于,所述基于所述用户意图和所述实体信息控制所述多轮对话管理模块匹配出所述文本信息的响应结果,将所述响应结果反馈给所述用户,并展示用户对话的可视化界面,具体包括:基于解释器将所述用户意图和所述实体信息输入至追踪器中,得到所述用户的对话状
态,并将所述对话状态发送至策略器;控制所述策略器基于所述对话状态进行动作响应,并基于响应后的动作输出文本对话;基于botfront框架将用户对话的可视化界面进行展示,并构建多语言会话代理。8.根据权利要求2所述的基于rasa的任务型智能多轮对话方法,其特征在于,所述数据类型包括天气查询、日程安排查询和影视查询。9.一种基于rasa的任务型智能多轮对话系统,其特征在于,所述基于rasa的任务型智能多轮对话系统包括:数据获取模块,用于基于rasa构建自然语言理解模块和多轮对话管理模块,并获取用户输入的文本信息;所述自然语言理解模块,用于理解文本信息的用户意图,将所述用户意图输入到正确的意图类别中,并提取所述文本信息的语义槽值;所述多轮对话管理模块,用于训练对话管理模型,并输出所述文本信息的回答文本;数据分析模块,用于控制所述自然语言理解模块对所述文本信息进行意图检测及语义槽填充,分别得到用户意图和实体信息;结果展示模块,用于基于所述用户意图和所述实体信息控制所述多轮对话管理模块匹配出所述文本信息的响应结果,将所述响应结果反馈给所述用户,并展示用户对话的可视化界面。10.一种终端,其特征在于,所述终端包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如权利要求1-8任一项所述的基于rasa的任务型智能多轮对话方法的步骤。

技术总结
本发明公开了一种基于RASA的任务型智能多轮对话方法及相关设备,所述方法包括:基于RASA构建自然语言理解模块和多轮对话管理模块,并获取用户输入的文本信息;控制所述自然语言理解模块对所述文本信息进行意图检测及语义槽填充,分别得到用户意图和实体信息;基于所述用户意图和所述实体信息控制所述多轮对话管理模块匹配出所述文本信息的响应结果,将所述响应结果反馈给所述用户,并展示用户对话的可视化界面。本发明基于RASA开源框架和管道方法构建对话系统,各模块任务明确且相互独立,将复杂繁琐的配置过程以图形化的方式呈现,提高了搭建效率;还通过Botfront开源框架和前后端交互技术,只需要配置相关参数即可一键训练模型,并实现用户个性化服务。并实现用户个性化服务。并实现用户个性化服务。


技术研发人员:梁兴伟 王冰冰 严海强 杨波
受保护的技术使用者:康佳集团股份有限公司
技术研发日:2022.10.31
技术公布日:2022/11/25
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1