(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211076171.3 (22)申请日 2022.09.05 (65)同一申请的已公布的文献号 申请公布号 CN 115168593 A (43)申请公布日 2022.10.11 (73)专利权人 深圳爱莫 科技有限公司 地址 518055 广东省深圳市南 山区西丽 街 道西丽社区打石一路深圳国际创新谷 2栋A座23 04 (72)发明人 龙涛　杨恒　李轩　杜虹江　 (74)专利代理 机构 深圳砾智知识产权代理事务 所(普通合伙) 44722 专利代理师 张合成 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/23(2019.01) G06F 40/216(2020.01)G06N 3/04(2006.01) (56)对比文件 CN 108363690 A,2018.08.0 3 CN 113536810 A,2021.10.2 2 CN 111079448 A,2020.04.28 US 2021201 144 A1,2021.07.01 US 2020394269 A1,2020.12.17 CN 112256863 A,2021.01.2 2 CN 113761183 A,2021.12.07 李飞等.面向情境理论的意图识别系统的设 计与实现. 《小型微型计算机系统》 .2013,(第12 期), 余慧等.聊天机 器人中用户就医意图识别方 法. 《计算机 应用》 .2018,(第08 期), 杨春妮等.结合句法特 征和卷积神经网络的 多意图识别模型. 《计算机 应用》 .2018,(第07 期), 审查员 罗伟 (54)发明名称 一种可自我学习的智能对话管理方法及处 理设备 (57)摘要 本发明公开了一种可自我学习的智能对话 管理系统、 方法及处理设备， 涉及对话管理系统 技术领域， 解决了对话管理系统无自我学习更新 机制， 更新周期长、 难度大、 维护成本高的技术问 题。 该方法包括新意图检测模块对至少一个用户 的聊天内容进行自动检测， 得到用户意图； 判断 用户意图是否为系统新意图； 新意图发现模块对 全部的系统新意图进行分类， 并通知系统管理 员； 系统管 理员对系统新意图是否为全局新意图 进行审核； 根据用户意图或全局新意图执行相应 动作， 并通过辅助更新模块更新对话管理系统。 本发明通过新意图检测模块、 新意图发现模块对 全局新意图进行感知、 判断， 配置操作信息， 并对 数据进行 更新， 实现系统的自适应学习更新。 权利要求书1页 说明书5页 附图3页 CN 115168593 B 2022.11.29 CN 115168593 B 1.一种可自我学习的智能对话管理方法， 其特 征在于， 包括以下步骤： S100： 新意图检测模块对至少一个用户的聊天内容进行自动检测， 得到用户意图； S200： 判断所述用户意图是否为系统新 意图， 若是， 执 行S300， 否则执 行S500； S300： 对每个所述系统新意 图进行保存， 在设定条件下自动触发新意 图发现模块对全 部的所述系统新 意图进行分类， 并通知系统管理员； S400： 所述系统管理员对所述系统新意图是否为全局新意图进行审核， 若是， 执行 S500， 否则执 行S200； S500： 根据所述用户意图或全局新意图执行相应动作， 或进行回复， 并通过辅助更新模 块更新对话管理系统； 所述S300中， 每个所述系统新意图送入全局缓存中进行保存， 所述设定条件为所述全 局缓存的存 储容量或所述系统新 意图数量达 到设定阈值； 所述S3 00具体包括以下步骤： S310： 所述新意图发现模块采用mean ‑shift均值漂移聚类算法， 对全部的所述系统新 意图进行区分； S320： 根据每个类簇中样 本单词的T F‑IDF值提取关键词， 作为所述系统新意 图的描述； S 330： 抽取距离所述类簇的中心 最近和最远的多 条意图样本和意图描述， 发送给 所述系统管理员审核。 2.根据权利要求1所述的一种可自我学习的智能对话管理方法， 其特征在于， 所述S100 中， 所述新意图检测模块 通过以下 方法得到： S110： 采用预训练BERT稠密特 征提取器， 提取 出每个token的特征向量； S120： 对全部的所述特 征向量进行平均池化操作， 提取 出句向量； S130： 通过BI LSTM网络学习所述to ken之间及前后的上 下文知识； S140： 对现有的意图进行 学习更新， 得到所述 新意图检测模块。 3.根据权利要求2所述的一种可自我学习的智能对话管理方法， 其特征在于， 所述S200 中， 所述预训练BERT稠密特征提取器根据置信度阈值判断所述用户意图是否为系统新意 图。 4.根据权利要求1所述的一种可自我学习的智能对话管理方法， 其特征在于， 所述S500 之后还包括S600： 将审核通过并完成动作配置或回复的所述类簇移交给辅助更新模块， 更 新所述对话管理系统。 5.根据权利要求4所述的一种可自我学习的智能对话管理方法， 其特征在于， 所述辅助 更新模块对每 个所述用户意图和系统新 意图加入的训练数据进行 管理。 6.根据权利要求4所述的一种可自我学习的智能对话管理方法， 其特征在于， 所述辅助 更新模块还能够根据所述 意图样本的数量进行抽样。 7.一种处 理设备， 其特 征在于， 包括： 一个或多个处 理器； 存储器， 用于存储一个或多个计算机程序， 一个或多个所述处理器用于执行所述存储 器存储的一个或多个计算机程序， 以使一个或多个所述处理器执行如权利要求1 ‑6任一项 所述的一种可自我学习的智能对话管理方法。权　利　要　求　书 1/1 页 2 CN 115168593 B 2一种可自我学习的智能对话管理 方法及处理设备 技术领域 [0001]本发明涉及对话管理系统技术领域， 尤其涉及一种可自我学习的智能对话管理方 法及处理设备。 背景技术 [0002]目前， 对话系统广泛地用在信息技术行业中， 如用于手机和平板计算机的移动应 用， 是具有访问、 处理、 管理并传递信息的以人为中心的接口， 是一种基于计算机的代理系 统。 对话管理是在对话系统中的一个重要组成部分， 负责维护和更新对话的状态， 并且基于 当前对话状态， 选择接下来合适的回复操作。 总的说来， 对话管理系统是以NLU （Natural   Language  Understanding， 自然语言理解） 的输出作为任务的输入， 完善对话任务相 关信 息， 在各个业 务状态中迁移， 输出 下一步的行为。 [0003]现有的对话管理技术通常是创建意图流程和意图结构实现对话管理， 对话管理仅 限于该用户的本次会话中， 无自我学习 更新机制， 无法感知到用户新需求和对话系统提供 意图之间的差异之处， 从而使得对话系统不能很快 的进行更新以满足用户新的对话需求。 还有的对话管理系统通过数据系统将用户对话信息通过策略脚本将数据加载到对话系统 进行赋能， 以期 达到自我学习更新对话系统的效果， 但学习机制依赖策略下生成的脚本， 不 能做到自适应条件下 学习更新。 [0004]在实现本发明过程中， 发明人发现 现有技术中至少存在 如下问题： [0005]现有的对话管理系统无自我学习更新机制， 或自我学习更新对话系统不能进行自 适应学习更新， 对话管理系统的更新周期长、 难度大、 维护成本高， 难以适应发展需要。 发明内容 [0006]本发明的目的在于提供一种可自我学习的智能对话管理方法及处理设备， 以解决 现有技术中存在的对话管理系统无自我学习更新机制， 或自我学习更新对话系统不能进 行 自适应学习 更新， 对话管理系统的更新周期长、 难度大、 维护成本高， 难以适应发展需要的 技术问题。 本发明提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下 文阐述。 [0007]为实现上述目的， 本发明提供了以下技 术方案： [0008]一种可自我学习的智能对话管理方法， 包括以下步骤： [0009]S100： 新意图检测模块对至少一个用户的聊天内容进行自动检测， 得到用户意图； S200： 判断所述用户意图是否为系统新意图， 若是， 执行S300， 否则执行S500； S300： 对每个 所述系统新意图进行保存， 在设定条件下自动触发新意图发现模块对全部的所述系统新意 图进行分类， 并通知系统管理员； S400： 所述系统管 理员对所述系统新意图是否为全局新意 图进行审核， 若是， 执行S500， 否则执行S200； S 500： 根据所述用户意图或全局新意图执行相 应动作， 或进行回复， 并通过 所述辅助更新模块更新所述对话管理系统； [0010]所述S300中， 每个所述系统新意图送入全局缓存中进行保存， 所述设定条件为所说　明　书 1/5 页 3 CN 115168593 B 3