摘要
本发明涉及人工智能、自然语言处理及知识图谱建模领域,尤其涉及一种基于知识图谱的数字人持续对话与记忆增强的方法。包括:接收用户当前轮输入的对话文本以及历史对话上下文,通过多语义通道进行处理,得到通道语义表示向量以及当前轮对话的语义向量;对全局知识图谱中每个节点进行语多维度评分,得到节点的多维度评分,构成当前轮对话所使用的知识图谱子图;对于已激活的每个节点,计算记忆强度;对节点嵌入表示向量进行加权融合,生成融合当前上下文信息与历史记忆内容的语义增强向量以及生成符合当前语境的自然语言回复。解决现有数字人对话在多轮对话中缺乏长期记忆和上下文一致性、知识图谱动态更新困难的技术问题。
技术关键词
图谱
记忆
语义向量
节点
自然语言
通道
多轮对话
强度
编码向量
文本
动态更新
多层结构
因子
模块
频率