对话方法及装置、存储介质和电子设备与流程

本技术涉及人工智能领域，具体而言，涉及一种对话方法及装置、存储介质和电子设备。

背景技术：

1、目前，在客户服务领域，智能客服解决了人工客服成本高且无法24小时服务的问题，提高了服务效率，因此智能客服被广泛应用。在智能客服工作时，智能客服对用户语音信息的理解至关重要，智能客服对用户语音信息的理解能力直接决定了客户体验感，相关技术中在人机交互对话是，通常采用对用户语音数据和预定的规则进行匹配的方式，实现对用户的意图进行识别，这种模式下，需要用户提问形式与预定的规则高度重合，否则将会对用户的意图识别出现偏差，进而导致回复用户问题的准确性比较低的问题。

2、针对相关技术中在人机交互对话时通过对用户的语音数据和预定义的规则进行匹配，实现对用户的意图进行识别，导致回复用户问题的准确率比较低的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本技术的主要目的在于提供一种对话方法及装置、存储介质和电子设备，以解决相关技术中在人机交互对话时通过对用户的语音数据和预定义的规则进行匹配，实现对用户的意图进行识别，导致回复用户问题的准确率比较低的问题。

2、为了实现上述目的，根据本技术的一个方面，提供了一种对话方法。该方法包括：获取目标对象的初始语音数据，其中，所述初始语音数据中至少包括所述目标对象询问的问题信息；通过目标识别模型对所述初始语音数据进行意图识别，得到意图识别结果；依据所述意图识别结果，确定所述目标对象询问的问题信息对应的目标业务场景；依据所述目标业务场景，获取所述目标对象的多个目标语音数据，并依据所述多个目标语音数据，生成所述问题信息的回复信息。

3、进一步地，依据所述目标业务场景，获取所述目标对象的多个目标语音数据包括：通过对所述目标业务场景和多个业务的对话流程中起始节点的触发条件进行匹配，得到第一匹配结果，其中，所述起始节点用于确定所述目标业务场景对应的目标对话流程；依据所述第一匹配结果，从所述多个业务的对话流程中确定目标对话流程；依据所述目标对话流程，获取所述目标对象的多个目标语音数据。

4、进一步地，依据所述目标对话流程，获取所述目标对象的多个目标语音数据包括：依据所述目标对话流程中的词槽收集节点，确定多个目标数据信息，其中，所述目标数据信息用于获取所述目标对象的多个目标语音数据；依据所述目标对话流程，确定所述多个目标数据信息中的第一个词槽收集节点对应的第一目标数据信息；依据所述第一目标数据信息，获取所述目标对象的第一语音数据，其中，所述第一语音数据中至少包括所述目标对象对所述第一目标数据信息的答复信息；依据所述目标对话流程，确定所述多个目标数据信息中的第二个词槽收集节点对应的第二目标数据信息，并依据所述第二目标数据信息和所述第一语音数据，获取所述目标对象的第二语音数据；判断所述第二目标数据信息是否为所述目标对话流程中最后一个词槽收集节点对应的目标数据信息，若所述第二目标数据信息是所述目标对话流程中最后一个词槽收集节点对应的目标数据信息，则依据所述第一语音数据和所述第二语音数据，确定所述目标对象的多个目标语音数据。

5、进一步地，在判断所述第二目标数据信息是否为所述目标对话流程中最后一个词槽收集节点对应的目标数据信息之后，所述方法还包括：若所述第二目标数据信息不是所述目标对话流程中最后一个词槽收集节点对应的目标数据信息，则重复执行依据所述目标对话流程，确定所述多个目标数据信息中的第三个词槽收集节点对应的第三目标数据信息的步骤，直至所述第三目标数据信息为所述目标对话流程中最后一个词槽收集节点对应的目标数据信息，并依据当前获取到的语音数据确定所述目标对象的多个目标语音数据。

6、进一步地，依据所述多个目标语音数据，生成所述问题信息的回复信息包括：通过所述目标对话流程中条件识别节点，对所述多个目标语音数据中的目标信息进行识别，得到信息识别结果，其中，所述目标信息为回复所述问题信息所需要的信息；通过所述目标对话流程中的回复节点依据所述信息识别结果，生成所述问题信息的回复信息。

7、进一步地，在依据所述多个目标语音数据，生成所述问题信息的回复信息之后，所述方法还包括：依据所述初始语音数据、所述意图识别结果和所述多个目标语音数据，对所述目标识别模型进行迭代训练，得到训练后的目标识别模型；对所述训练后的目标识别模型和所述目标识别模型分别进行测试，得到测试结果；依据所述测试结果，判断是否对所述目标识别模型进行更新，若判断结果表征对所述目标识别模型进行更新，则将所述目标识别模型更新为所述训练后的目标识别模型。

8、进一步地，在通过目标识别模型对所述初始语音数据进行意图识别，得到意图识别结果之前，所述方法还包括：依据多个业务的流程信息，确定每个业务对应的多个目标词语；依据每个业务对应的多个目标词语，构建目标词库；依据所述目标词库、所述多个业务的流程信息和所述多个业务对应的业务场景，生成每个业务对应的对话流程。

9、为了实现上述目的，根据本技术的另一方面，提供了一种对话装置。该装置包括：获取单元，用于获取目标对象的初始语音数据，其中，所述初始语音数据中至少包括所述目标对象询问的问题信息；识别单元，用于通过目标识别模型对所述初始语音数据进行意图识别，得到意图识别结果；第一确定单元，用于依据所述意图识别结果，确定所述目标对象询问的问题信息对应的目标业务场景；第一生成单元，用于依据所述目标业务场景，获取所述目标对象的多个目标语音数据，并依据所述多个目标语音数据，生成所述问题信息的回复信息。

10、进一步地，第一生成单元包括：匹配模块，用于通过对所述目标业务场景和多个业务的对话流程中起始节点的触发条件进行匹配，得到第一匹配结果，其中，所述起始节点用于确定所述目标业务场景对应的目标对话流程；确定模块，用于依据所述第一匹配结果，从所述多个业务的对话流程中确定目标对话流程；获取模块，用于依据所述目标对话流程，获取所述目标对象的多个目标语音数据。

11、进一步地，获取模块包括：第一确定子模块，用于依据所述目标对话流程中的词槽收集节点，确定多个目标数据信息，其中，所述目标数据信息用于获取所述目标对象的多个目标语音数据；第二确定子模块，用于依据所述目标对话流程，确定所述多个目标数据信息中的第一个词槽收集节点对应的第一目标数据信息；获取子模块，用于依据所述第一目标数据信息，获取所述目标对象的第一语音数据，其中，所述第一语音数据中至少包括所述目标对象对所述第一目标数据信息的答复信息；第三确定子模块，用于依据所述目标对话流程，确定所述多个目标数据信息中的第二个词槽收集节点对应的第二目标数据信息，并依据所述第二目标数据信息和所述第一语音数据，获取所述目标对象的第二语音数据；判断子模块，用于判断所述第二目标数据信息是否为所述目标对话流程中最后一个词槽收集节点对应的目标数据信息，若所述第二目标数据信息是所述目标对话流程中最后一个词槽收集节点对应的目标数据信息，则依据所述第一语音数据和所述第二语音数据，确定所述目标对象的多个目标语音数据。

12、进一步地，所述装置还包括：执行单元，用于若所述第二目标数据信息不是所述目标对话流程中最后一个词槽收集节点对应的目标数据信息，则重复执行依据所述目标对话流程，确定所述多个目标数据信息中的第三个词槽收集节点对应的第三目标数据信息的步骤，直至所述第三目标数据信息为所述目标对话流程中最后一个词槽收集节点对应的目标数据信息，并依据当前获取到的语音数据确定所述目标对象的多个目标语音数据。

13、进一步地，第一生成单元包括：识别模块，用于通过所述目标对话流程中条件识别节点，对所述多个目标语音数据中的目标信息进行识别，得到信息识别结果，其中，所述目标信息为回复所述问题信息所需要的信息；生成模块，用于通过所述目标对话流程中的回复节点依据所述信息识别结果，生成所述问题信息的回复信息。

14、进一步地，所述装置还包括：训练单元，用于依据所述初始语音数据、所述意图识别结果和所述多个目标语音数据，对所述目标识别模型进行迭代训练，得到训练后的目标识别模型；测试单元，用于对所述训练后的目标识别模型和所述目标识别模型分别进行测试，得到测试结果；判断单元，用于依据所述测试结果，判断是否对所述目标识别模型进行更新，若判断结果表征对所述目标识别模型进行更新，则将所述目标识别模型更新为所述训练后的目标识别模型。

15、进一步地，所述装置还包括：第二确定单元，用于依据多个业务的流程信息，确定每个业务对应的多个目标词语；构建单元，用于依据每个业务对应的多个目标词语，构建目标词库；第二生成单元，依据所述目标词库、所述多个业务的流程信息和所述多个业务对应的业务场景，生成每个业务对应的对话流程。

16、为了实现上述目的，根据本技术的一方面，提供了一种计算机可读存储介质，所述存储介质存储程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的对话方法。

17、为了实现上述目的，根据本技术的另一个方面，还提供了一种电子设备，电子设备包括一个或多个处理器和存储器，存储器用于存储一个或多个处理器实现上述任意一项所述的对话方法。

18、通过本技术，采用以下步骤：获取目标对象的初始语音数据，其中，初始语音数据中至少包括目标对象询问的问题信息；通过目标识别模型对初始语音数据进行意图识别，得到意图识别结果；依据意图识别结果，确定目标对象询问的问题信息对应的目标业务场景；依据目标业务场景，获取目标对象的多个目标语音数据，并依据多个目标语音数据，生成问题信息的回复信息，解决了相关技术中在人机交互对话时通过对用户的语音数据和预定义的规则进行匹配，实现对用户的意图进行识别，导致回复用户问题的准确率比较低的问题。在本技术中，通过目标识别模型对目标对象对应的初始语音数据中进行意图识别，避免了通过预定义的提问规则对语音数据进行匹配，导致对语音数据中意图识别不准确的问题，提高了对初始语音数据进行意图识别的准确性，进而达到了提高对问题回复准确性的效果。