公开(公告)号：CN110858215B

公开(公告)日：2023-04-07

申请号：CN201810967833.3

申请日：2018-08-23

Applicant: 广东工业大学

Inventor： 叶志豪 ,  廖朝辉 ,  蔡瑞初 ,  崔洪刚 ,  张袁震宇

IPC: G06F16/332 ,  G06F16/35

Abstract: 本发明涉及自然语言处理技术领域，具体涉及一种基于深度学习的端到端目标引导型对话方法，包括如下步骤：S1：获取上一轮用户对话和当前对话历史，根据上一轮用户对话和当前对话历史初始化序列到序列模型；S2：确定当前知识库实体的行号；S3：确定当前知识库实体的列号；S4：通过注意力机制的得到最佳匹配实体；S5：迭代执行步骤S2‑S4直至最终输出下一轮对话。本发明克服了现有的端到端的对话对话效率低下，影响用户的个性化体验的技术缺陷，通过自然语言对话的精准度，提供良好的用户服务。

公开(公告)号：CN110858215A

公开(公告)日：2020-03-03

申请号：CN201810967833.3

申请日：2018-08-23

Applicant: 广东工业大学

Inventor： 叶志豪 ,  廖朝辉 ,  蔡瑞初 ,  崔洪刚 ,  张袁震宇

IPC: G06F16/332 ,  G06F16/35

Abstract: 本发明涉及自然语言处理技术领域，具体涉及一种基于深度学习的端到端目标引导型对话方法，包括如下步骤：S1：获取上一轮用户对话和当前对话历史，根据上一轮用户对话和当前对话历史初始化序列到序列模型；S2：确定当前知识库实体的行号；S3：确定当前知识库实体的列号；S4：通过注意力机制的得到最佳匹配实体；S5：迭代执行步骤S2-S4直至最终输出下一轮对话。本发明克服了现有的端到端的对话对话效率低下，影响用户的个性化体验的技术缺陷，通过自然语言对话的精准度，提供良好的用户服务。