公开(公告)号：CN118821793A

公开(公告)日：2024-10-22

申请号：CN202410205191.9

申请日：2024-02-23

Applicant: 中国移动通信有限公司研究院 ,  中国移动通信集团有限公司

Inventor： 梁子 ,  黄毅 ,  王平辉 ,  张朔 ,  冯俊兰

IPC: G06F40/35 ,  G06F40/216 ,  G06N3/0895 ,  G06N3/0499

Abstract: 本实施例公开了一种对话策略模型训练以及对话方法、装置、设备、存储介质和程序产品，该对话策略模型训练方法包括：基于历史对话的数据集，获取训练数据；根据对话策略模型，确定每个历史预测结果的选取概率；根据每个历史预测结果的选取概率，确定在负样本中用于选择每个对话动作的第一阈值、以及在负样本中用于拒绝每个对话动作的第二阈值；负样本表示训练数据中与负反馈日志信息对应的数据，负反馈日志信息表示内容为不满意的用户日志反馈信息；根据第一阈值和第二阈值，对负样本中的对话动作进行筛选，得出筛选后的对话动作；根据筛选后的对话动作，确定负样本的训练损失；至少根据负样本的训练损失，调整对话策略模型的网络参数值。

公开(公告)号：CN115204184A

公开(公告)日：2022-10-18

申请号：CN202110382410.7

申请日：2021-04-09

Applicant: 中国移动通信有限公司研究院 ,  中国移动通信集团有限公司

Inventor： 黄毅 ,  杨鹏 ,  张朔 ,  王平辉

IPC: G06F40/35 ,  G06F40/289 ,  G06F16/35

Abstract: 本发明涉及自然语言处理技术领域，公开了一种对话语句聚类方法、装置、设备及可读存储介质，该话语句聚类方法包括确定待分析语句中多个词语的语义信息；根据多个词语的语义信息确定多个词语之间的依存关系；根据依存关系将多个词语初始化为短语信息；根据依存关系确定多个词语的依存关系图，并基于依存关系图更新短语信息；根据短语信息确定待分析语句的聚类结果。可以解决现有的对话语句处理中，存在过于依赖人工，准确度较低的问题。

公开(公告)号：CN118796987A

公开(公告)日：2024-10-18

申请号：CN202311246875.5

申请日：2023-09-26

Applicant: 中国移动通信有限公司研究院 ,  中国移动通信集团有限公司

Inventor： 黄毅 ,  张朔 ,  冯俊兰 ,  王平辉 ,  梁子

IPC: G06F16/332 ,  G06F16/33 ,  G06N20/00 ,  G06F16/35 ,  G06F40/151

Abstract: 本发明提供一种任务型对话模型训练方法、装置及设备。所述方法包括：根据历史对话训练集，构建关键词C对应的回复簇；所述回复簇包括多个以关键词C为意图‑槽的去词汇化回复；去词汇化回复根据历史对话训练集中的训练数据进行去词汇化处理后获得；对回复簇中的多个去词汇化回复分别在回复簇中进行采样，获得多个去词汇化回复分别对应的采样伪回复；将采样伪回复作为伪标签，回复簇中的多个去词汇化回复作为训练数据，对任务对话转述模型进行训练，获得任务回复模型。采用该方法，能够解决现有技术任务型对话系统，造成回复信息缺失以及需要额外标注，导致成本消耗和系统迁移性能差的问题。

公开(公告)号：CN116431771A

公开(公告)日：2023-07-14

申请号：CN202111666571.5

申请日：2021-12-31

Applicant: 中国移动通信有限公司研究院 ,  中国移动通信集团有限公司

Inventor： 黄毅 ,  张朔 ,  王平辉 ,  杨阳 ,  冯俊兰

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06N3/0499

Abstract: 本申请提供一种对话策略获取方法、装置及相关设备，其中，方法包括获取用于表征当前对话状态的第一信息，基于第一信息，获得当前对话状态对应的第一隐向量，再根据第一隐向量模拟K段单动作对话，获得对话策略。本申请实施例提供的方法提高了MADPL对真实场景的泛化效果。

公开(公告)号：CN119128063A

公开(公告)日：2024-12-13

申请号：CN202310698837.7

申请日：2023-06-13

Applicant: 中国移动通信有限公司研究院 ,  中国移动通信集团有限公司

Inventor： 黄毅 ,  杨阳 ,  王平辉 ,  冯俊兰 ,  张朔

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供一种多任务学习对话理解方法及模型，该方法包括：在领域知识库中检索出与第一对话语句中的实体匹配的知识三元组；将随机选择的k个知识三元组以自然语言形式显式插入到所述第一对话语句中，得到目标数据；k为大于1的整数；根据所述目标数据，识别所述第一对话语句的意图；本发明实施例通过显式知识注入的方式提升任务型对话理解的效果，为对话理解提供了动态插入知识的方法。模型不需要对知识进行重复编码更新，面对新的知识也可以做到“即插即用”，满足知识源动态发展的需要。

公开(公告)号：CN115249016A

公开(公告)日：2022-10-28

申请号：CN202110453409.9

申请日：2021-04-26

Applicant: 中国移动通信有限公司研究院 ,  中国移动通信集团有限公司

Inventor： 黄毅 ,  张朔 ,  赵俊舟 ,  王平辉

IPC: G06F40/30 ,  G06F40/216 ,  G06F40/194

Abstract: 本发明涉及人工智能技术领域，公开了一种文本的处理方法、装置、设备及可读存储介质，该文本的处理方法包括获取待处理文本中的每一填写区域的目标信息，目标信息包括对应填写区域所在语句的语句信息和填写区域的内容信息；根据语句信息确定对应填写区域的语义信息；根据语义信息计算第一填写区域和第二填写区域之间的一致性概率；根据一致性概率确定第一填写区域的内容信息和第二填写区域的内容信息是否填写正确。可以解决现有技术中在处理文本时的准确性较低的问题。