申请/专利权人：中国人民大学

申请日：2021-11-12

公开（公告）日：2024-04-09

公开（公告）号：CN114021581B

主分类号：G06F40/35

分类号：G06F40/35;G06Q10/0639;G06F18/241

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.02.25#实质审查的生效;2022.02.08#公开

摘要：本发明通过人工智能领域的方法，实现了一种基于回复增强的隐式个性化对话生成方法。给定用户的历史回复，从训练数据中检索相关回复作为候选集；然后根据回复层次人设一致性判别器，和上下文层次人设一致性判别器，计算人设相似性得分，选取得分较高的回复，作为该用户的个性化相似回复；之后基于多任务学习的框架，通过两个编码器‑解码器模型，分别利用真实数据和增强的个性化相似数据，使得模型可以更充分地学到该用户的人设信息和个性化表达方式。此外，本发明还提出了一种评价方法，可以在句子层面自动评价生成结果和用户的人设一致性情况。

主权项：1.一种基于回复增强的隐式个性化对话生成方法，其特征在于：方法利用给定的用户输入，生成个性化的对话回复，具体地，首先利用输入给定用户的历史回复数据作为查询，利用海量的开源训练数据作为文档，从训练数据中检索相关回复作为该用户的候选集；然后根据人设一致性判别器，判断候选集中的回复是否符合用户的个性化设定，计算候选集回复和用户真实回复的人设相似性得分，选择得分较高的回复作为该用户的个性化相似回复，所述人设一致性判别器包括基于BERT模型的回复层次人设一致性判别器，和基于HRED模型的上下文层次人设一致性判别器，其中所述回复层次人设一致性判别器仅考虑两个回复之间的人设一致性，所述上下文层次人设一致性判别器的还考虑了上下文的一致性；之后基于多任务学习的框架，通过两个编码器-解码器模型，来分别利用该用户的真实历史回复数据和增强的个性化相似数据进行训练，所述两个解码器共享参数，使得模型可以更充分地学到该用户的人设信息和个性化表达方式，得到符合用户个性化设定的回复生成结果；在得到回复生成结果的基础上，提出度量个性化对话系统生成质量的方法，即在模型生成回复之后，将真实回复和生成回复，作为人设一致性判别器的输入，进而得到生成数据的人设一致性评分，用于在句子层面评价模型生成结果和用户个性化设定信息的一致性情况，最终输出评价结果和回复结果。

全文数据：

权利要求：

百度查询： 中国人民大学 一种基于回复增强的隐式个性化对话生成方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD