华南理工大学陈晓峰获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉华南理工大学申请的专利基于对话关系的开放域对话生成方法、系统、装置及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115563254B 。
龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211137397.X,技术领域涉及:G06F16/3329;该发明授权基于对话关系的开放域对话生成方法、系统、装置及介质是由陈晓峰;邢晓芬;陈艺荣;徐向民设计研发完成,并于2022-09-19向国家知识产权局提交的专利申请。
本基于对话关系的开放域对话生成方法、系统、装置及介质在说明书摘要公布了:本发明公开了一种基于对话关系的开放域对话生成方法、系统、装置及介质,其中方法包括:获取语料库,根据语料库获取训练样本,获取每个训练样本的历史对话的关注焦点,以及获取回复与关注焦点之间的对话关系;根据训练样本训练自然语言模型进行对话生成任务;在自然语言模型训练后,根据对话关系标识符计算出当前历史对话的关注焦点;结合历史对话、关注焦点、回复以及关注焦点的对话关系这四者生成回复内容。本发明通过标注每个训练样本的回复与其所针对的历史对话的对话关系,根据对话关系,生成编码器的关注焦点和解码器的起始生成标识,并将它们融入到对话模型的生成过程中,使产生的回复更加丰富多样,可广泛应用于自然语言处理技术领域。
本发明授权基于对话关系的开放域对话生成方法、系统、装置及介质在权利要求书中公布了:1.一种基于对话关系的开放域对话生成方法,其特征在于,包括以下步骤: 获取语料库,根据语料库获取训练样本,获取每个训练样本的历史对话的关注焦点,以及获取回复与关注焦点之间的对话关系; 根据训练样本训练自然语言模型Transformer进行对话生成任务;其中,编码器根据训练样本的关注焦点生成关注焦点向量,将关注焦点向量融入到上下文语义向量的编码过程当中;解码器从起始标识符开始,结合编码器给出的语义向量,逐字生成回复内容,最后通过优化器拟合历史对话和回复内容的映射关系; 在自然语言模型Transformer训练后,设定起始的对话关系标识符,根据对话关系标识符计算出当前历史对话的关注焦点; 结合历史对话、关注焦点、回复以及关注焦点的对话关系这四者生成回复内容; 编码器根据训练样本的历史对话以及关注焦点生成历史对话的中间语义向量,包括: 在每句历史对话前加上开始标识符,以分割历史对话; 初始化词向量空间、单词位置向量空间、回合向量空间以及焦点向量空间;对于每个单词,根据单词在单词表中的编号计算得出词向量,根据单词在句子中的位置计算得出位置向量,根据单词所在句子的回合数计算得出回合向量,根据单词是否在回复对话所针对的句子中得到焦点向量; 将词向量、位置向量、回合向量和焦点向量这四种向量相加,得到一组包含语义信息和位置信息的隐层向量,一一对应于历史对话中的每个单词; 将历史对话中单词的隐层向量输入一个N层的编码器;其中,编码器的每一层由带有残差相加机制的多头注意力机制网络和全连接层组成;多头注意力机制网络的每个头包含Wq、Wk、Wv三个矩阵,历史对话中单词的隐层向量组成的矩阵与这三个矩阵逐个相乘分别得到Q、K、V三个矩阵,随后Q矩阵和转置后的K矩阵相乘,并经过softmax层得到每个单词对其它单词的关注程度S: 其中,dhead为经过Wq、Wk、Wv三个矩阵线性变换后的单词的隐层向量的维度; 按关注程度S中的权重组合单词的隐层向量来形成表示单词的新向量,最后组合多头注意力机制网络的所有输出,经过线性层,获得历史对话每个单词的中间语义向量,作为历史对话的中间语义向量; 解码器从回复内容和所针对的历史对话间的对话关系标识开始,结合编码器给出的语义向量,逐字生成回复内容,最后通过优化器拟合历史对话和回复内容的映射关系,包括: 通过词嵌入层和位置嵌入层,得到起始标识符和已生成单词对应的隐层向量,并将这些隐层向量输入到一个N层的解码器中; 其中,解码器的每一层由带有残差相加机制的两个多头注意力网络和一个全连接层组成;第一个多头注意力机制网络将已生成的回复内容进行编码;第二个多头注意力机制网络,通过已生成的回复内容的隐层向量得到Q矩阵,通过上下文语义向量得到K矩阵,并计算已生成回复内容的单词对历史对话单词的关注程度,最后组合上下文语义向量经过线性层得到解码器该层的输出; 获得解码器输出的向量矩阵后,获取最后一个单词的向量,经过线性层和softmax层得到下一个单词在字典中的概率分布; 每个训练样本的回复语句的生成概率表示为: 式中,C表示历史对话,y表示回复句子中的单词,pyl|y<l,C表示根据前l-1个单词和历史对话计算得出的下一个单词的概率分布; 训练过程中的损失函数为: L=-logpy1,…yk|C。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华南理工大学,其通讯地址为:510641 广东省广州市天河区五山路381号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。