摘要
本发明提出了基于个性描述和会话历史的个性化对话方法及系统,包括:构建包含用户个性特征、对话上下文信息和响应的复杂文本数据集;对复杂文本数据集中的文本进行编码处理,将用户个性特征、对话上下文信息和响应转换为统一的向量表示;对编码后的用户个性特征向量进行增强处理,使其分为不同的组信息;将增强处理的信息及编码后的对话上下文信息向量输入至潜在变量生成器的个性识别网络,得到从角色分布中采样的角色潜在变量将对话上下文信息向量及响应向量输入至潜在变量生成器的响应识别网络,得到来自潜在响应分布的响应潜在变量将角色潜在变量及响应潜在变量经过特征分类器以后送入提示学习进行深度处理,然后再传递给解码器,生成与对话对应的响应。
技术关键词
对话方法
变量
文本
网络
分类器
解码器
BERT模型
编码器模块
处理器
预训练模型
数据
计算机装置
对话系统
计算机程序产品
注意力机制
序列
可读存储介质
系统为您推荐了相关专利信息
兼容多平台
搬运设备
链路状态数据
强化学习模型
动态网络拓扑
排水管道
二维卷积神经网络
长短记忆神经网络
智能预测方法
训练样本集
参数测量方法
分支卷积神经网络
多任务
计算机可读指令
Sobel边缘检测算法