- 1、本文档共20页,其中可免费阅读19页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种人机对话模型的训练方法及人机对话方法,该人机对话模型将流水线型对话系统的子模块整合为整体的端到端的结构框架,通过获取用户本轮对话数据以及上一轮历史数据,并编码为向量序列,最后依次通过自然语言理解、对话状态追踪、对话策略学习和自然语言生成四个子模块,得到系统本轮回复。本发明还提供了一种人机对话方法,适于利用前述的模型进行人机交互。本发明中的人机对话模型在训练时可根据训练数据包含的监督标签类型灵活地选择子模块的结构,并且可以对所有子模块同时进行优化,避免了错误不断累积传播的问题,能够
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113050787 B
(45)授权公告日 2022.08.05
(21)申请号 201911367881.X G06N 20/00 (2019.01)
(22)申请日 2019.12
文档评论(0)