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！

申请/专利权人：合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

摘要：本发明公开了一种捕捉情感支持对话中动态因果关系的方法，涉及人工智能技术领域，将对话历史输送到因果网络模型中，以生成与当前语境相关的情感支持回复；所述因果网络模型包括上下文编码器、多线索因果追踪模块、三源信息融合模块和语境感知生成器；该捕捉情感支持对话中动态因果关系的方法从因果关系的角度探索对话流，有助于挖掘语境中隐藏的线索，并使支持者更好地理解求助者正在发生的事情，这件事为什么会发生以及事件的影响是什么，从而促进与语境相关的情感支持的回复生成。

主权项：1.一种捕捉情感支持对话中动态因果关系的方法，其特征在于，将对话历史输送到因果网络模型中，以生成与当前语境相关的情感支持回复；所述因果网络模型包括上下文编码器、多线索因果追踪模块、三源信息融合模块和语境感知生成器，所述因果网络模型的训练如下：S1、基于多组对话历史构建训练集，并将每组对话历史输送到因果网络模型中；S2、在每组对话历史中的每个话语前加上一个]标记，将该组对话历史中的所有话语连接起来作为上下文编码器的输入，得到上下文语义信息，并提取上下文语义信息中所有]对应的输出向量得到该组对话历史中所有的话语表示；S3、构建因果图，并基于多线索因果追踪模块判别因果关系吸收，步骤S3具体包括步骤S31至S32；S31、构建因果图，将话语表示输入到因果图中进行更新，得到策略预测概率与情绪预测概率，将策略预测概率与策略矩阵乘积得到混合策略分布向量，对混合策略分布向量与上下文语义信息做交叉注意力操作得到策略选择信息；S32、将因果图的更新方法集成到Transformer结构中，将话语表示作为所有节点在第0层的初始化表示输入到因果图中，得到层更新后的所有节点的更新话语表示，并将更新话语表示基于Transformer输出终话语表示，将终话语表示与上下文语义信息做交叉注意力操作得到因果导向追踪信息；S4、通过门融合机制融合策略选择信息、上下文语义信息、因果导向追踪信息，得到多源信息；S5、使用Sentence-Bert对训练集中的情境描述进行编码，得到单词情境表示，将单词情境表示和单词向量以比例融合，得到单词向量表示，基于第个单词之前的单词的单词向量表示和多源信息，生成第个单词的条件概率分布，所述情境描述为一段对话的总述，该段对话中包括一至多个话语，单词向量为话语中某个单词的向量表示；S6：构建损失函数，以对因果网络模型进行训练调整。

全文数据：

权利要求：

百度查询： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种捕捉情感支持对话中动态因果关系的方法