(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111665499.4 (22)申请日 2021.12.31 (71)申请人 山东科技大 学 地址 266510 山东省青岛市黄岛区前湾港 路579号(泰安市泰山区岱宗大街223 号、 济南市天桥区胜利庄路17号) (72)发明人 宫晨羽　王一凡　王雪婷　 (74)专利代理 机构 北京众合诚成知识产权代理 有限公司 1 1246 代理人 邹仕娟 (51)Int.Cl. G06F 16/9032(2019.01) G06F 21/32(2013.01) G06N 20/00(2019.01) (54)发明名称 一种基于深度学习的对话系统及其对话方 法 (57)摘要 本发明公开一种基于深度学习的对话系统 及其对话方法， 其系统包括人机交互模块、 话术 切换模块、 对话环境分析模块、 数据提供模块、 对 话存储模块和对话处理模块， 其对话方法包括用 户提问、 情景切换、 数据搜索和计算并输出答复； 本发明通过语种和语气的对话环 境切换， 使对话 过程更为丰富个性， 提高了用户的智能对话体验 感， 通过数据提供模块提供数据支持 并通过深度 学习模块对用户提问进行卷积计算并输出最佳 答复， 使系统可以针对用户不同知识领域的提问 均可以进行详实的答复， 通过对话存储模块对历 史对话记录的分析和提取， 使系统在进行答复时 可以综合整个对话过程进行回复， 从而使客户无 需进行多次提问和对话操作， 智能化 程度较高。 权利要求书2页 说明书8页 附图3页 CN 114297450 A 2022.04.08 CN 114297450 A 1.一种基于深度 学习的对话系统， 包括人机交互模块、 话术切换模块、 对话环境分析模 块、 数据提供模块、 对话存 储模块和对话处 理模块， 其特 征在于： 所述人机交互模块包括用于输入用户提问的提问输入模块和用于针对用户提问给出 回答的答复输出模块； 所述话术切换模块包括用于验证用户身份信息的身份验证单元和用于存储不同种类 对话话术的话术存储单元； 所述对话环境分析模块包括用于分析用户提问语种的语种分析单元和用于分析用户 提问语气的语气分析 单元； 所述数据提供模块 为系统输出答复提供 大数据支持； 所述对话存储模块用于对用户与系统的对话历史记录进行存储、 分析和关键信息提 取， 并为对话处 理模块提供辅助； 所述对话处理模块包括用于接收用户提问的问题接收单元、 用于针对提问进行计算并 得出最佳答案的深度学习模块和用于传输最佳答案 至答复输出模块的答案发送单 元。 2.根据权利要求1所述的一种基于深度 学习的对话系统， 其特征在于： 所述身份验证模 块包括用于识别用户身份的面部识别单元、 指纹识别单元和声音识别单元， 所述话术切换 模块通过身份验证模块验证用户身份信息并根据分析结果使话术存储单元提供对应的对 话话术。 3.根据权利要求1所述的一种基于深度 学习的对话系统， 其特征在于： 所述提问输入模 块包括问题录入单元和表达方式改造单元， 所述问题录入单元将用户提出的问题录入表达 方式改造单元， 所述表达方式改造单元将用户提出问题的语义格式改造为便于系统理解的 通用格式。 4.根据权利要求1所述的一种基于深度 学习的对话系统， 其特征在于： 所述语种分析单 元对用户提问语种进行分析， 并根据分析结果切换对应的回复语种， 所述语气分析单元对 用户提问语气进行分析， 并根据分析 结果切换对应的回复语气。 5.根据权利要求1所述的一种基于深度 学习的对话系统， 其特征在于： 所述数据提供模 块包括用于判断用户提出问题所述领域的知识领域判定单元、 用于根据判定结果搜索 对应 知识领域数据的知识领域搜索单 元和用于读取对应知识领域数据的知识数据读取 单元。 6.根据权利要求1所述的一种基于深度 学习的对话系统， 其特征在于： 所述对话存储模 块包括用于存储用户与系统对话历史的历史记录存储单元、 用于对对话历史进行分析的历 史记录分析 单元和用于提取对话历史中关键信息的关键信息提取 单元。 7.根据权利要求1所述的一种基于深度 学习的对话系统， 其特征在于： 所述深度 学习模 块包括数据整理模块和深度学习模型， 所述数据整理模块包括用于收集对应领域知识数据 的数据集收集单元、 用于对收集的数据进 行标注的数据集标注单元和用于将标注的数据分 类成训练集以及测试集的数据集分类单元， 所述深度学习模型通过数据整理模块整理分类 的数据训练集和数据测试集进行训练与学习， 并通过 卷积计算得 出最佳答复。 8.根据权利要求1所述的一种基于深度学习的对话系统， 其特征在于： 还包括定位模 块， 所述定位模块通过定位系统实时定位用户所处位置， 所述定位系统选 自北斗定位系统 和GPS定位系统中的一种， 优选为北斗 定位系统。 9.一种基于深度学习的对话系统的对话方法， 其特 征在于， 包括以下步骤：权　利　要　求　书 1/2 页 2 CN 114297450 A 2步骤一： 用户提问 用户先通过身份验证模块验证身份信 息， 再由话术切换模块根据验证结果切换对应的 话术存储单元提供 的话术类型， 接着用户进行提问， 此时提问输入模块对用户提问进行录 入并将提问的语义格式改造为便 于系统理解的通用格式； 步骤二： 情景切换 根据步骤一， 提问输入模块在录入问题后， 系统通过语种分析单元对用户提问语种进 行分析， 并根据分析结果切换对应的回复语种， 同时系统还通过语气分析单元对用户提问 语气进行分析， 并根据分析 结果切换对应的回复语气， 实现对话情景的适应性切换； 步骤三： 数据搜索 根据步骤一， 提问输入模块在录入问题后被问题接收单元接收， 此时数据提供模块根 据用户问题进行判定和搜索， 并读取对应问题的知识领域数据提供给深度学习模块， 接着 深度学习模块利用数据整理模块对读取到的知识数据进行收集、 标注和分类， 再 由深度学 习模型通过 数据整理模块整理分类的数据训练集和数据测试集进行训练与学习； 步骤四： 计算并输出答复 根据步骤三， 深度学习 模型在训练学习完毕后对用户问题进行计算并输出用户提问的 最佳答案， 然后由答案发送单元发送至答复输出模块， 最后通过答复输出模块将问题输出 给用户。 10.根据权利要求9所述的一种基于深度学习的对话系统的对话方法， 其特征在于： 所 述步骤四中， 系统通过对话存储模块对对话历史记录进 行存储、 分析和提取， 通过定位系统 对用户进 行实时定位， 所述深度学习模型在结算最佳答案过程中结合对话存储模块提取的 历史对话记录的关键信息以及用户地理位置进行最佳答案 输出。权　利　要　求　书 2/2 页 3 CN 114297450 A 3