申请/专利权人:北京百度网讯科技有限公司
申请日:2022-11-25
公开(公告)日:2024-03-22
公开(公告)号:CN115905490B
主分类号:G06F16/332
分类号:G06F16/332;G06F16/432;G06Q30/015
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2023.04.21#实质审查的生效;2023.04.04#公开
摘要:本公开提供了一种人机交互对话方法、装置以及设备,涉及人工智能技术领域,具体涉及自然语言处理、图像处理和深度学习等技术领域,可应用于智能客服系统。该方法的一具体实施方式包括:获取用户输入的多模态信息和用户的对话上下文信息;利用多模态理解模型对多模态信息进行理解,得到多模态理解结果;基于对话上下文信息和多模态理解结果,生成回复信息;输出回复信息。该实施方式可进行跨模态对话,丰富了智能客服系统或对话系统人机交互的多样性。
主权项:1.一种人机交互对话方法,包括:获取用户输入的多模态信息和所述用户的对话上下文信息;利用多模态理解模型对所述多模态信息进行理解,得到多模态理解结果;基于所述对话上下文信息和所述多模态理解结果,生成回复信息;输出所述回复信息;其中,所述多模态理解模型的训练步骤包括:获取第一样本和第二样本,其中,所述第一样本包括第一多模态信息和第一多模态理解结果,所述第二样本包括第二多模态信息;将所述第一多模态信息作为初始模型的输入,将所述第一多模态理解结果作为所述初始模型的输出,对所述初始模型进行训练,得到第一模型;利用所述第一模型对所述第二样本进行标签标注,得到第三样本;利用所述第一样本和所述第三样本对所述初始模型进行训练,得到所述多模态理解模型。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 人机交互对话方法、装置以及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。