本申請涉及人工智能領域,具體而言,涉及一種對話交互方法、裝置、存儲介質、電子設備和程序產品。
背景技術:
1、在智能對話系統中,多輪對話的上下文理解和推理能力的不足是一個關鍵問題。當用戶在與智能客服進行交互時,經常提出需要基于前一輪對話內容理解的后續問題。然而,傳統的智能對話系統要么過于依賴預設的問答模板而忽視了對話的連續性和上下文的關聯性,要么在嘗試理解上下文時,由于缺乏有效的量化和分析手段,導致系統無法準確判斷當前問題與歷史對話的相關性,從而影響了回答的準確性和連貫性,導致對話交互的準確性較低。
2、針對相關技術中對話交互的準確性較低的問題,目前尚未提出有效的解決方案。
技術實現思路
1、本申請的主要目的在于提供一種對話交互方法、裝置、存儲介質、電子設備和程序產品,以解決相關技術中對話交互的準確性較低的問題。
2、為了實現上述目的,根據本申請的一個方面,提供了一種對話交互方法。該方法包括:獲取第一對話和第二對話,其中,第一對話為待回答的對話,第二對話為第一對話的上一對話;獲取第一對話對應的第一特征詞向量序列和第二對話對應的第二特征詞向量序列,其中,第一特征詞向量序列是對第一對話按照第一重述方式構建的,第二特征詞向量序列是對第二對話按照第二重述方式構建的;獲取第一特征詞向量序列和第二特征詞向量序列之間的相關系數,其中,相關系數用于指示第一對話和第二對話之間的相關程度;在相關系數大于期望閾值的情況下,按照第二重述方式構建第一對話對應的第三特征詞向量序列;將第三特征詞向量序列輸入知識網絡,得到知識網絡輸出的第一對話的回答語句。
3、為了實現上述目的,根據本申請的另一方面,提供了一種對話交互裝置。該裝置包括:第一獲取單元,用于獲取第一對話和第二對話,其中,第一對話為待回答的對話,第二對話為第一對話的上一對話;第二獲取單元,用于獲取第一對話對應的第一特征詞向量序列和第二對話對應的第二特征詞向量序列,其中,第一特征詞向量序列是對第一對話按照第一重述方式構建的,第二特征詞向量序列是對第二對話按照第二重述方式構建的;第三獲取單元,用于獲取第一特征詞向量序列和第二特征詞向量序列之間的相關系數,其中,相關系數用于指示第一對話和第二對話之間的相關程度;構建單元,用于在相關系數大于期望閾值的情況下,按照第二重述方式構建第一對話對應的第三特征詞向量序列;回答單元,用于將第三特征詞向量序列輸入知識網絡,得到知識網絡輸出的第一對話的回答語句。
4、在本申請實施例中,通過獲取第一對話(即待回答的當前對話)和第二對話(即上一輪對話)的特征詞向量序列,以及計算它們之間的相關系數,智能對話系統能夠量化地判斷當前問題與上文之間的相關程度。當相關系數高于預先設定的閾值時,采用與上文相同的重述方式構建當前對話的特征詞向量序列,這確保了系統能夠準確地捕捉并延續對話的上下文,減少了理解偏差,提高了問題解析的準確性。在第一對話與第二對話相關性較高的情況下,采用相同的重述方式對第一對話進行處理,生成第三特征詞向量序列??紤]了對話歷史,使得在回答問題時能夠充分利用對話的背景信息,避免了孤立地理解問題,從而提高了回答的連貫性和邏輯性,實現了提高對話交互的準確性的技術效果,解決了相關技術中對話交互的準確性較低的技術問題。
1.一種對話交互方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,在所述獲取所述第一特征詞向量序列和所述第二特征詞向量序列之間的相關系數之后,所述方法還包括:
3.根據權利要求1所述的方法,其特征在于,所述獲取所述第一特征詞向量序列和所述第二特征詞向量序列之間的相關系數包括:
4.根據權利要求3所述的方法,其特征在于,所述獲取所述n對特征詞組合中每一對特征詞組合的相似系數包括:
5.根據權利要求1所述的方法,其特征在于,在所述將所述第三特征詞向量序列輸入知識網絡之前,所述方法還包括:
6.根據權利要求5所述的方法,其特征在于,
7.一種對話交互裝置,其特征在于,包括:
8.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質包括存儲的可執行程序,其中,在所述可執行程序運行時控制所述計算機可讀存儲介質所在設備執行權利要求1至6中任意一項所述的方法。
9.一種電子設備,其特征在于,包括:
10.一種計算機程序產品,包括計算機指令,其特征在于,所述計算機指令被處理器執行時實現權利要求1至6中任意一項所述的方法的步驟。