本申請涉及智能對話，尤其涉及智能人機對話處理方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著人工智能技術(shù)的發(fā)展，人機對話系統(tǒng)在客戶服務(wù)、智能家居、虛擬助手等領(lǐng)域得到了廣泛應(yīng)用。目前的人機對話系統(tǒng)大多采用深度學(xué)習(xí)技術(shù)，特別是基于神經(jīng)網(wǎng)絡(luò)的自然語言處理模型來理解用戶意圖和生成響應(yīng)。

2、雖然這些模型具有強大的泛化能力和表達能力，但也存在一些局限性，比如訓(xùn)練周期長、計算資源需求高、對特定場景的適應(yīng)性較差等。此外，對于一些固定模式或高頻出現(xiàn)的任務(wù)請求，使用復(fù)雜的機器學(xué)習(xí)模型顯得不夠經(jīng)濟高效。

3、上述內(nèi)容僅用于輔助理解本申請的技術(shù)方案，并不代表承認上述內(nèi)容是現(xiàn)有技術(shù)。

技術(shù)實現(xiàn)思路

1、本申請的主要目的在于提供一種智能人機對話處理方法、裝置、設(shè)備及存儲介質(zhì)，旨在解決人機對話系統(tǒng)訓(xùn)練成本高的技術(shù)問題。

2、為實現(xiàn)上述目的，本申請?zhí)岢鲆环N智能人機對話處理方法，所述智能人機對話處理方法應(yīng)用于智能人機對話系統(tǒng)，所述智能人機對話處理方法包括：

3、獲取用戶輸入的信息；

4、通過正則表達式對所述信息進行匹配，得到正則匹配結(jié)果；

5、當所述正則匹配結(jié)果為未匹配時，通過神經(jīng)網(wǎng)絡(luò)模型對所述信息進行處理，得到目標處理結(jié)果。

6、在一實施例中，所述通過正則表達式對所述信息進行匹配的步驟之前，還包括：

7、將所述智能人機對話系統(tǒng)的每個功能通過一組關(guān)鍵詞進行定義；

8、基于所述關(guān)鍵詞定義的功能創(chuàng)建對應(yīng)的正則表達式。

9、在一實施例中，所述方法還包括：

10、獲取用戶輸入的實時信息，基于所述實時信息識別新的需求；

11、基于所述新的需求生成新的正則表達式。

12、在一實施例中，所述通過正則表達式對所述信息進行匹配，得到正則匹配結(jié)果的步驟，包括：

13、對所述信息進行去除無關(guān)字符、歸一化以及拼寫糾正處理，得到預(yù)處理后的信息；

14、對所述預(yù)處理后的信息進行精確匹配，確定完全匹配的正則表達式；

15、當所述精確匹配未確定完全匹配的正則表達式時，對所述預(yù)處理后的信息進行模糊匹配，確定模糊匹配的正則表達式；

16、基于所述完全匹配的正則表達式和所述模糊匹配的正則表達式確定正則匹配結(jié)果。

17、在一實施例中，所述當所述正則匹配結(jié)果為未匹配時，通過神經(jīng)網(wǎng)絡(luò)模型對所述信息進行處理，得到目標處理結(jié)果的步驟之前，包括：

18、獲取歷史用戶輸入信息；

19、對所述歷史用戶信息進行功能標注，并將標注后的歷史用戶信息劃分為訓(xùn)練集和測試集；

20、通過所述訓(xùn)練集和所述測試集對預(yù)訓(xùn)練模型進行訓(xùn)練，得到神經(jīng)網(wǎng)絡(luò)模型。

21、在一實施例中，所述通過神經(jīng)網(wǎng)絡(luò)模型對所述信息進行處理，得到目標處理結(jié)果的步驟，包括：

22、對所述信息進行去除無關(guān)字符、歸一化、拼寫糾正處理以及詞向量化處理，得到預(yù)處理后的信息；

23、通過神經(jīng)網(wǎng)絡(luò)模型的自注意力機制對所述預(yù)處理后的信息進行解析，得到目標處理結(jié)果。

24、在一實施例中，所述通過神經(jīng)網(wǎng)絡(luò)模型的自注意力機制對所述預(yù)處理后的信息進行解析的步驟之前，還包括：

25、獲取上一輪正則匹配的結(jié)果和上一輪神經(jīng)網(wǎng)絡(luò)輸出的目標處理結(jié)果；

26、基于所述上一輪正則匹配的結(jié)果和所述上一輪神經(jīng)網(wǎng)絡(luò)輸出的目標處理結(jié)果對所述神經(jīng)網(wǎng)絡(luò)模型的輸出進行優(yōu)化。

27、此外，為實現(xiàn)上述目的，本申請還提出一種智能人機對話處理裝置，所述裝置包括：

28、信息獲取模塊，用于獲取用戶輸入的信息；

29、正則匹配模塊，用于通過正則表達式對所述信息進行匹配，得到正則匹配結(jié)果；

30、模型處理模塊，用于當所述正則匹配結(jié)果為未匹配時，通過神經(jīng)網(wǎng)絡(luò)模型對所述信息進行處理，得到目標處理結(jié)果。

31、此外，為實現(xiàn)上述目的，本申請還提出一種智能人機對話處理設(shè)備，所述設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現(xiàn)如上文所述的智能人機對話處理方法的步驟。

32、此外，為實現(xiàn)上述目的，本申請還提出一種存儲介質(zhì)，所述存儲介質(zhì)為計算機可讀存儲介質(zhì)，所述存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上文所述的智能人機對話處理方法的步驟。

33、此外，為實現(xiàn)上述目的，本申請還提供一種計算機程序產(chǎn)品，所述計算機程序產(chǎn)品包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上文所述的智能人機對話處理方法的步驟。

34、本申請?zhí)岢龅囊粋€或多個技術(shù)方案，至少具有以下技術(shù)效果：

35、獲取用戶輸入的信息；通過正則表達式對信息進行匹配，得到正則匹配結(jié)果；當正則匹配結(jié)果為未匹配時，通過神經(jīng)網(wǎng)絡(luò)模型對信息進行處理，得到目標處理結(jié)果，通過混合使用神經(jīng)網(wǎng)絡(luò)與正則匹配的方法，提升了人機對話系統(tǒng)的響應(yīng)速度和資源利用率，顯著降低了開發(fā)和維護成本。

技術(shù)特征：

1.一種智能人機對話處理方法，其特征在于，所述智能人機對話處理方法應(yīng)用于智能人機對話系統(tǒng)，所述智能人機對話處理方法包括：

2.如權(quán)利要求1中所述的智能人機對話處理方法，其特征在于，所述通過正則表達式對所述信息進行匹配的步驟之前，還包括：

3.如權(quán)利要求2中所述的智能人機對話處理方法，其特征在于，所述方法還包括：

4.如權(quán)利要求1中所述的智能人機對話處理方法，其特征在于，所述通過正則表達式對所述信息進行匹配，得到正則匹配結(jié)果的步驟，包括：

5.如權(quán)利要求1中所述的智能人機對話處理方法，其特征在于，所述當所述正則匹配結(jié)果為未匹配時，通過神經(jīng)網(wǎng)絡(luò)模型對所述信息進行處理，得到目標處理結(jié)果的步驟之前，包括：

6.如權(quán)利要求1中所述的智能人機對話處理方法，其特征在于，所述通過神經(jīng)網(wǎng)絡(luò)模型對所述信息進行處理，得到目標處理結(jié)果的步驟，包括：

7.如權(quán)利要求6中所述的智能人機對話處理方法，其特征在于，所述通過神經(jīng)網(wǎng)絡(luò)模型的自注意力機制對所述預(yù)處理后的信息進行解析的步驟之前，還包括：

8.一種智能人機對話處理裝置，其特征在于，所述裝置包括：

9.一種智能人機對話處理設(shè)備，其特征在于，所述設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現(xiàn)如權(quán)利要求1至7中任一項所述的智能人機對話處理方法的步驟。

10.一種存儲介質(zhì)，其特征在于，所述存儲介質(zhì)為計算機可讀存儲介質(zhì)，所述存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7中任一項所述的智能人機對話處理方法的步驟。

技術(shù)總結(jié)
本申請公開了一種智能人機對話處理方法、裝置、設(shè)備及存儲介質(zhì)，涉及智能對話技術(shù)領(lǐng)域，包括：獲取語音信號和參考信號；獲取用戶輸入的信息；通過正則表達式對信息進行匹配，得到正則匹配結(jié)果；當正則匹配結(jié)果為未匹配時，通過神經(jīng)網(wǎng)絡(luò)模型對信息進行處理，得到目標處理結(jié)果，通過混合使用神經(jīng)網(wǎng)絡(luò)與正則匹配的方法，提升了人機對話系統(tǒng)的響應(yīng)速度和資源利用率，顯著降低了開發(fā)和維護成本。

技術(shù)研發(fā)人員：尉策
受保護的技術(shù)使用者：嵐圖汽車科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/14