基于槽间关系学习的对话状态跟踪方法及系统

本发明涉及一种基于槽间关系学习的对话状态跟踪方法，包括：采集对话数据和对话状态数据构建训练集；构建基于上下文解构的深度学习网络模型，其通过对话上下文编码器、槽位编码器和槽候选值编码器对对话数据和对话状态数据进行编码，通过上下文感知槽交互模块从对话上下文中检索与槽相关的特定信息，通过槽动态关联模块从显式层面捕获槽位之间的动态相关性，通过主题差异聚类模块和对比学习提高模型对上下文的理解和对主题变化的敏感性，并从隐式层面捕获槽位间的共引和共现现象；采用数据集训练深度学习网络模型；将用户与系统的对话数据依次输入训练好的深度学习网络模型中，输出当前的对话状态。该方法及系统有利于提高对话状态跟踪的准确性。