【技術實現步驟摘要】
【國外來華專利技術】
本公開的實施例涉及使用人工智能和機器學習的語言處理。更具體地，本公開的實施例涉及使用基于人工智能和機器學習的方法和系統生成對話。
技術介紹
1、用知識輔助的對話回復生成技術，旨在利用相關的外部知識增強聊天機器人等在線系統，從而使這些系統能夠生成信息豐富的回復，而無需耗費大量資源。相關技術中的大多數技術是基于靜態或接近靜態的知識庫來檢索信息并回復查詢。然而，依賴于這種靜態或接近靜態的知識庫的系統在現實世界中并不能有效或準確地實施，因為在現實世界中，知識是不斷更新的，系統必須動態地檢索最相關和最有用的知識。
2、因此，可能需要一種系統、框架和/或模型，能夠從基于web的引擎獲取大量動態信息，用于生成回復。
技術實現思路
1、根據實施例，一種基于神經網絡的對話生成方法。該方法可以包括：接收輸入對話上下文；基于輸入對話上下文，使用查詢生成神經網絡生成查詢，其中，查詢生成神經網絡是使用廉價噪聲監督函數進行訓練的；基于生成的查詢，從基于web的搜索引擎檢索回復；以及基于檢索到的回復和輸入對話上下文，生成對話。
2、根據實施例，可以提供一種用于基于神經網絡的對話生成的裝置。該裝置可以包括：至少一個存儲器，其被配置為存儲程序代碼；以及至少一個處理器，其被配置為讀取程序代碼并按照程序代碼的指示進行操作。該程序代碼可以包括：接受代碼，其被配置為使至少一個處理器接收輸入對話上下文；第一生成代碼，其被配置為使至少一個處理器基于輸入對話上下文，使用查詢生成神經網絡生成查詢，其中，查詢
3、根據實施例，可以提供一種存儲指令的非易失性計算機可讀介質。該指令在由基于神經網絡的對話生成的至少一個處理器執行時可以使至少一個處理器：接收輸入對話上下文；基于輸入對話上下文，使用查詢生成神經網絡生成查詢，其中，查詢生成神經網絡是使用廉價噪聲監督函數進行訓練的；基于生成的查詢，從基于web的搜索引擎檢索回復；以及基于檢索到的回復和輸入對話上下文，生成對話。
本文檔來自技高網...【技術保護點】
1.一種基于神經網絡的對話生成方法，其特征在于，所述方法由至少一個處理器執行，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述廉價噪聲監督函數包括：
3.根據權利要求2所述的方法，其特征在于，生成所述一個或多個查詢的所述分數，包括：
4.根據權利要求1所述的方法，其特征在于，所述方法進一步包括：在生成所述查詢之前，對所述輸入對話上下文進行預處理，其中，所述預處理包括：
5.根據權利要求1所述的方法，其特征在于，使用所述廉價噪聲監督函數訓練所述查詢生成神經網絡，包括：
6.根據權利要求5所述的方法，其特征在于，所述損失函數基于與所述一個或多個查詢中的所述查詢相關聯的最低分數和所述最高分數。
7.根據權利要求1所述的方法，其特征在于，基于所述輸入對話上下文，生成所述查詢，包括：
8.根據權利要求1所述的方法，其特征在于，所述生成的查詢包括基于所述輸入對話上下文的一個或多個文本跨度。
9.一種基于神經網絡的對話生成裝置，其特征在于，所述裝置包括：
10.根據權利要求
11.根據權利要求10所述的裝置，其特征在于，所述第三生成代碼包括：
12.根據權利要求9所述的裝置，其特征在于，所述程序代碼進一步包括：
13.根據權利要求9所述的裝置，其特征在于，訓練代碼被配置為使所述至少一個處理器使用所述廉價噪聲監督函數訓練所述查詢生成神經網絡，其中，所述訓練代碼包括：
14.根據權利要求13所述的裝置，其特征在于，所述損失函數基于與所述一個或多個查詢中的所述查詢相關聯的最低分數和所述最高分數。
15.根據權利要求9所述的裝置，其特征在于，所述第一生成代碼包括：
16.一種存儲指令的非易失性計算機可讀介質，其特征在于，所述指令在由基于神經網絡的對話生成的至少一個處理器執行時，使所述至少一個處理器：
17.根據權利要求16所述的非易失性計算機可讀介質，其特征在于，使用所述廉價噪聲監督函數訓練所述查詢生成神經網絡，包括：
18.根據權利要求17所述的非易失性計算機可讀介質，其特征在于，所述損失函數基于與所述一個或多個查詢中的所述查詢相關聯的最低分數和所述最高分數。
19.根據權利要求16所述的非易失性計算機可讀介質，其特征在于，基于所述輸入對話上下文生成所述查詢，包括：
20.根據權利要求16所述的非易失性計算機可讀介質，其特征在于，所述生成的查詢包括基于所述輸入對話上下文的一個或多個文本跨度。
...【技術特征摘要】
【國外來華專利技術】
1.一種基于神經網絡的對話生成方法，其特征在于，所述方法由至少一個處理器執行，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述廉價噪聲監督函數包括：
3.根據權利要求2所述的方法，其特征在于，生成所述一個或多個查詢的所述分數，包括：
4.根據權利要求1所述的方法，其特征在于，所述方法進一步包括：在生成所述查詢之前，對所述輸入對話上下文進行預處理，其中，所述預處理包括：
5.根據權利要求1所述的方法，其特征在于，使用所述廉價噪聲監督函數訓練所述查詢生成神經網絡，包括：
6.根據權利要求5所述的方法，其特征在于，所述損失函數基于與所述一個或多個查詢中的所述查詢相關聯的最低分數和所述最高分數。
7.根據權利要求1所述的方法，其特征在于，基于所述輸入對話上下文，生成所述查詢，包括：
8.根據權利要求1所述的方法，其特征在于，所述生成的查詢包括基于所述輸入對話上下文的一個或多個文本跨度。
9.一種基于神經網絡的對話生成裝置，其特征在于，所述裝置包括：
10.根據權利要求9所述的裝置，其特征在于，所述廉價噪聲監督函數包括：
11.根據權利要求10所述的裝置，其特征在于，所述第三生成代碼包括：
12.根...
【專利技術屬性】
技術研發人員：宋林峰，
申請(專利權)人：騰訊美國有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。