申请/专利权人：北京百度网讯科技有限公司

申请日：2022-12-23

公开（公告）日：2024-04-12

公开（公告）号：CN115878775B

主分类号：G06F16/332

分类号：G06F16/332;G06F16/33;G06F16/335;G06F40/166

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2023.04.18#实质审查的生效;2023.03.31#公开

摘要：本公开提供了生成跨类型对话数据的方法和装置，涉及人工智能领域，尤其涉及深度学习，自然语言处理领域，可应用智慧城市场景。具体实现方案为：获取包括不同类型对话片段的候选对话池；从候选对话池中随机选择一段对话作为起始对话，并从候选对话池中选择与起始对话的内容相似但类型不同的预定数目段候选对话；将起始对话中的最后一轮对话分别与预定数目段候选对话中每一轮对话计算语义匹配度；将语义匹配度最高的一轮对话确定为嫁接点，并将嫁接点以及嫁接点之后的对话确定为目标对话；将起始对话与目标对话拼接起来，得到跨类型对话。该实施方式能够在缺乏标注的情况下生成多种类型的跨类型对话数据。

主权项：1.一种生成跨类型对话数据的方法，包括：获取包括不同类型对话片段的候选对话池，其中，对话片段为一轮对话或多轮对话，对话片段包括以下至少一种：人与人的对话记录，人机对话记录，机器人之间的闲聊对话；从所述候选对话池中随机选择一段对话作为起始对话，并通过相关度排序算法从所述候选对话池中选择与所述起始对话的内容相似但类型不同的预定数目段候选对话；将所述起始对话中的最后一轮对话分别与所述预定数目段候选对话中每一轮对话通过语义匹配模型计算语义匹配度；将语义匹配度最高的一轮对话确定为嫁接点，并将所述嫁接点以及所述嫁接点之后的对话确定为目标对话；将所述起始对话与所述目标对话拼接起来，得到跨类型对话；将所述跨类型对话中嫁接点处的连续三轮对话输入预先训练的流畅度判别模型，输出流畅得分，其中，流畅度判别模型输入为连续三轮对话，根据任务特征构建了无监督数据集进行流畅度判别模型训练；若流畅得分大于预定阈值，则将所述跨类型对话保存为样本数据；若流畅得分小于等于预定阈值，则识别所述目标对话中的关键实体；根据所述关键实体生成引导对话；在所述跨类型对话中将所述引导对话插入在所述嫁接点之前。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 生成跨类型对话数据的方法和装置

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