[发明专利]生成对话策略的方法及系统有效
| 申请号： | 201610112563.9 | 申请日： | 2016-02-29 |
| 公开（公告）号： | CN105788593B | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 徐为群;任航;赵学敏;颜永红 | 申请（专利权）人： | 中国科学院声学研究所;北京中科信利技术有限公司 |
| 主分类号： | G10L15/14 | 分类号： | G10L15/14;G10L15/183;G10L15/187 |
| 代理公司： | 11309 北京亿腾知识产权代理事务所(普通合伙) | 代理人： | 陈霁 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种对话策略生成的方法及系统。生成对话策略的方法：从语音对话系统中获取人机对话语料，定义并抽取出对话状态和对话动作；制定立即奖赏函数，通过判断对话动作对整体对话任务的有利程度，输出立即奖赏值；进而，将输出的立即奖赏值结合对话动作和对话任务组成批量式强化学习算法的输入样本集合；初始化累积奖赏值，并根据当前迭代的值函数，运用贝尔曼迭代更新各个样本的累积奖赏值；将对话动作和对话状态作为高斯过程的输入，更新后的累积奖赏值作为输出，进而更新值函数；当迭代次数达到预定的迭代次数，输出对话策略。本发明直接在真实的人机语料库进行批量式强化学习，避免了虚拟用户的构建和由此带来的用户行为误差。 | ||
| 搜索关键词： | 生成 对话 策略 方法 系统 | ||
【主权项】：
1.一种生成对话策略的方法，其特征在于，包括：/n从语音对话系统中获取人机对话语料，所述人机对话语料包括每次人机对话的语音识别、语义理解结果，从所述人机对话语料中抽取出每次对话回合的对话状态，所述对话状态必须要完整地描述某一回合所处的对话进程；根据所述人机对话语料定义对话动作集合，将每次的对话动作映射到所述集合；/n制定立即奖赏函数，通过判断所述对话动作对整体对话任务的有利程度，输出立即奖赏值；进而，由每次人机对话的所述对话状态、所述对话动作、所述立即奖赏值和下一对话状态组成批量式强化学习算法的输入样本集合；/n初始化累积奖赏值，并根据当前迭代的值函数，运用贝尔曼迭代更新各个样本的累积奖赏值；其中，所述贝尔曼迭代为：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院声学研究所;北京中科信利技术有限公司，未经中国科学院声学研究所;北京中科信利技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610112563.9/，转载请声明来源钻瓜专利网。
- 上一篇：声纹识别方法和电子设备
- 下一篇：一种城市变压器噪声控制系统
