申请/专利权人:合肥工业大学
申请日:2024-01-16
公开(公告)日:2024-04-12
公开(公告)号:CN117874205A
主分类号:G06F16/332
分类号:G06F16/332;G06F16/35;G16H20/70;G16H80/00;G06N3/045;G06N3/0442
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明提供一种基于多轮对话的数字化病人对话生成方法、系统、存储介质和电子设备,涉及对话生成技术领域。本发明包括:采集并向量化病人的对话历史,分别获取病人与其对话者的历史语句集合并作为GRU的输入,对应获取第一和第二隐藏状态;结合背景信息的编码结果,采用多头注意力机制预测下一时刻病人心理情感的分类结果,并据此构建情感分类损失;根据预测的下一时刻病人心理情感的分类结果,通过Tranformer的掩码多头自注意力机制,生成下一时刻的病人回复,并据此构建病人回复损失;最终生成待分析病人的下一时刻的回复。通过引入病人的背景信息,有利于筛选出更符合病人的词汇生成完整的回复,使得模型能够更加精准地学习病人的对话方式。
主权项:1.一种基于多轮对话的数字化病人对话生成方法,其特征在于,基于心理病人对话模型,所述心理病人对话模型包括GRU、多头注意力机制和Tranformer,所述数字化病人对话生成方法包括:采集并向量化病人的对话历史,分别获取病人与其对话者的历史语句集合;分别将病人与其对话者的历史语句集合作为所述GRU的输入,对应获取第一和第二隐藏状态;根据所述第一和第二隐藏状态,结合背景信息的编码结果,采用所述多头注意力机制预测下一时刻病人心理情感的分类结果,并据此构建情感分类损失;根据预测的下一时刻病人心理情感的分类结果,通过所述Tranformer的掩码多头自注意力机制,生成下一时刻的病人回复,并据此构建病人回复损失;根据所述情感分类损失和病人回复损失,构建总损失函数并训练所述心理病人对话模型直至收敛;将待分析病人的对话历史作为收敛后的心理病人对话模型的输入,生成该病人在下一时刻的回复。
全文数据:
权利要求:
百度查询: 合肥工业大学 基于多轮对话的数字化病人对话生成方法和系统
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。