公开(公告)号：CN114896380A

公开(公告)日：2022-08-12

申请号：CN202210471027.3

申请日：2022-04-28

Applicant: 北京邮电大学

Inventor： 张春红 ,  付东君 ,  于长宏 ,  朱新宁 ,  赵慧 ,  詹志强

IPC: G06F16/332 ,  G06F16/338 ,  G06F16/35 ,  G06F16/36 ,  G06F16/901

Abstract: 本发明提供一种自然语言问答方法、系统、装置及电子设备，其中自然语言问答方法，包括：对用户问题进行分类，得到目标分类结果；基于所述目标分类结果，对所述用户问题进行知识问答处理、题目问答处理或者闲聊对话处理，得到所述用户问题的问答结果；将所述问答结果显示于交互界面上。本发明通过用户问题的目标分类结果进行针对性处理的方式，解决了相关技术中直接从含有大量课程属性信息及大量课程题目信息的学科知识图谱中查询问答结果时耗时且获取问答结果的效率也较低的缺陷，实现了快速且高效的向用户提供所需知识要点、课程习题或者与用户进行聊天互动的目的，满足了用户的多角度需求，从而也有效提高了处理自然语言的灵活性和可靠性。

公开(公告)号：CN114661865A

公开(公告)日：2022-06-24

申请号：CN202210306071.9

申请日：2022-03-25

Applicant: 北京邮电大学

Inventor： 胡铮 ,  于长宏 ,  张春红 ,  詹志强 ,  孙琪 ,  付东君

IPC: G06F16/33 ,  G06F16/332 ,  G06F40/20 ,  G06N3/08

Abstract: 本发明提出一种通用对话语料框架的构建方法，属于自然语言处理的对话系统领域，具体为：首先，分别获取开源数据集RisaWOZ，LCCC‑base以及NaturalConv的回合样本，针对RisaWOZ数据集的单个对话回合样本，将该回合样本的内容抽象为inputs、NLU、Query和NLG，形成样本单元的完整数据结构；然后，利用启发式方法，定义RisaWOZ数据集数据片段Query Msg，DB Status，Style和Raw Resp，得到该数据集中所有的离散数据片段分类结果，作为该数据集的语料针对LCCC‑base以及NaturalConv闲聊型数据集，将所有的样本数据对齐为通用数据结构，记录对齐后的样本语料最后，将RisaWOZ数据集的语料与闲聊型数据集对齐后的语料进行交叉融合，构建通用数据集；本发明算法复杂度低，降低了维护成本与扩展成本，预测效率更高。

公开(公告)号：CN114661865B

公开(公告)日：2024-11-22

申请号：CN202210306071.9

申请日：2022-03-25

Applicant: 北京邮电大学

Inventor： 胡铮 ,  于长宏 ,  张春红 ,  詹志强 ,  孙琪 ,  付东君

IPC: G06F16/33 ,  G06F16/332 ,  G06F40/20 ,  G06N3/084

Abstract: 本发明提出一种通用对话语料框架的构建方法，属于自然语言处理的对话系统领域，具体为：首先，分别获取开源数据集RisaWOZ，LCCC‑base以及NaturalConv的回合样本，针对RisaWOZ数据集的单个对话回合样本，将该回合样本的内容抽象为inputs、NLU、Query和NLG，形成样本单元的完整数据结构；然后，利用启发式方法，定义RisaWOZ数据集数据片段Query Msg，DB Status，Style和Raw Resp，得到该数据集中所有的离散数据片段分类结果，作为该数据集的语料#imgabs0#针对LCCC‑base以及NaturalConv闲聊型数据集，将所有的样本数据对齐为通用数据结构，记录对齐后的样本语料#imgabs1#最后，将RisaWOZ数据集的语料#imgabs2#与闲聊型数据集对齐后的语料#imgabs3#进行交叉融合，构建通用数据集；本发明算法复杂度低，降低了维护成本与扩展成本，预测效率更高。

公开(公告)号：CN114860869A

公开(公告)日：2022-08-05

申请号：CN202210332832.8

申请日：2022-03-30

Applicant: 北京邮电大学

Inventor： 胡铮 ,  于长宏 ,  张春红 ,  詹志强 ,  孙琪 ,  付东君

IPC: G06F16/33 ,  G06F16/332 ,  G06K9/62

Abstract: 本发明公开了一种意图泛化的可控制通用对话模型，属于自然语言处理领域；具体包括由对话编码器、NLU解码器和NLG解码器组成的编码‑解码结构，外接数据库以及对文本风格进行控制的改写器；针对用户的实际对话回合，首先，对话编码器读取对话历史、上轮对话状态和本轮用户输入，进行编码和特征提取，得到隐藏状态，经预处理后输出给NLU解码器和NLG解码器；NLU解码器生成反映了用户意图的序列片段，并根据用户意图映射成数据库的查库语句，通过查询外接数据库，返回匹配结果DB Status；NLG解码器根据匹配结果DB Status生成自然语言形式的回复语句，最终反馈给用户。本发明算法复杂度低，降低了维护成本与扩展成本，预测效率更高。