公开(公告)号：CN118395994B

公开(公告)日：2025-05-13

申请号：CN202410327987.1

申请日：2024-03-21

Applicant: 中国科学院信息工程研究所

Inventor： 曹亚男 ,  王青悦 ,  方芳 ,  尚燕敏 ,  尹鹏飞 ,  刘燕兵

IPC: G06F40/35 ,  G06F40/12 ,  G06F40/30 ,  G06F16/353 ,  G06N20/00 ,  G06N5/04

Abstract: 本发明公开了一种零样本对话状态追踪方法，其步骤包括：1)划分阶段：对于每一段对话状态标注的对话文本Ct，利用预训练语言模型f将对话文本Ct转换成对话文本向量et，然后利用聚类技术将各对话文本向量归类到其不同的子集中，得到K个子集；2)解决阶段：将子集中的每一文本向量作为一个样本，分别利用所得每一子集训练语义独立的状态追踪模型，共得到K个训练后的状态追踪模型；3)合并阶段：首先进行关系挖掘，将一个给定的对话文本C′t转换为语义向量e′t，计算每一子集的语义空间和对话文本C′t之间的关系δ；然后进行聚合推理，根据每一训练后的状态追踪模型及其对应的关系δ预测该对话文本C′t对应的对话状态。

公开(公告)号：CN118395994A

公开(公告)日：2024-07-26

申请号：CN202410327987.1

申请日：2024-03-21

Applicant: 中国科学院信息工程研究所

Inventor： 曹亚男 ,  王青悦 ,  方芳 ,  尚燕敏 ,  尹鹏飞 ,  刘燕兵

IPC: G06F40/35 ,  G06F40/12 ,  G06F40/30 ,  G06F16/35 ,  G06N20/00 ,  G06N5/04

Abstract: 本发明公开了一种零样本对话状态追踪方法，其步骤包括：1)划分阶段：对于每一段对话状态标注的对话文本Ct，利用预训练语言模型f将对话文本Ct转换成对话文本向量et，然后利用聚类技术将各对话文本向量归类到其不同的子集中，得到K个子集；2)解决阶段：将子集中的每一文本向量作为一个样本，分别利用所得每一子集训练语义独立的状态追踪模型，共得到K个训练后的状态追踪模型；3)合并阶段：首先进行关系挖掘，将一个给定的对话文本C′t转换为语义向量e′t，计算每一子集的语义空间和对话文本C′t之间的关系δ；然后进行聚合推理，根据每一训练后的状态追踪模型及其对应的关系δ预测该对话文本C′t对应的对话状态。