(19)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 20221076185 6.5 (22)申请日 2022.06.29 (71)申请人 阿里巴巴 （中国） 有限公司 地址 311121 浙江省杭州市余杭区五常街 道文一西路969号3幢5层5 54室 (72)发明人 关新宇　冯帆　车曦　黄志文　 胡云华　 (74)专利代理 机构 北京同钧律师事务所 16 037 专利代理师 杜叶蕊　许怀远 (51)Int.Cl. G06Q 30/06(2012.01) G06F 16/9535(2019.01) G06F 16/332(2019.01) G06F 16/335(2019.01) G06F 16/36(2019.01) (54)发明名称 会话处理方法、 设备、 存 储介质及程序 产品 (57)摘要 本申请提供一种会话处理方法、 设备、 存储 介质及程序产品， 该方法包括： 在当前轮次的会 话中获取到用户输入的信息后， 确定商家的商品 属性集合中尚未确定用户偏好的至少一个候选 商品属性； 根据当前轮次的会话以及用户在当前 预设时间内的历史轮次的会话， 从至少一个候选 商品属性中选择待向用户推荐的目标商品属性； 向用户提供目标商品属性对应的多个商品属性 值， 并获取用户选择的目标商品属性值； 根据获 取到的目标商品属性值向用户推荐商品， 使 得推 荐的商品为基于用户最关注的商品属性和商品 属性值确定的， 实现根据用户实际需求进行商品 推荐， 以更少的交互轮次为用户提供更准确的商 品， 提高商品推荐的效率和准确性， 降低跳失率。 权利要求书3页 说明书18页 附图8页 CN 115170229 A 2022.10.11 CN 115170229 A 1.一种会话处理方法， 其特征在于， 所述方法用于根据用户与商家之间至少一个轮次 的会话确定向所述用户推荐的商品， 所述方法包括： 在当前轮次的会话中获取到用户输入的信 息后， 确定所述商家的商 品属性集合中尚未 确定用户偏好的至少一个候选商品属性； 根据所述当前轮次的会话以及所述用户在当前预设时间内的历史轮次的会话， 从所述 至少一个候选商品属性中选择待向用户推荐的目标商品属性； 向用户提供所述目标商 品属性对应的多个商 品属性值， 并获取用户选择的目标商品属 性值； 根据获取到的目标商品属性 值向所述用户推荐 商品。 2.根据权利要求1所述的方法， 其特征在于， 根据 所述当前轮次的会话以及所述用户在 当前预设时间内的历史轮次的会话， 从所述至少一个候选商品属性中选择待向用户推荐的 目标商品属性， 包括： 提取当前轮次的会话和所述历史轮次的会话的意图序列； 根据所述意图序列， 从至少一个候选商品属性中选择目标商品属性， 并确定所述目标 商品属性对应的多个商品属性 值。 3.根据权利要求2所述的方法， 其特征在于， 根据所述意图序列， 从至少一个候选商品 属性中选择目标商品属性， 并确定所述目标商品属性对应的多个商品属性 值， 包括： 基于编码器生成所述 意图序列对应的编码向量； 将所述编码向量和至少一个候选商品属性输入预设的属性排序网络， 以确定目标商品 属性； 将所述编码向量和所述目标商品属性对应的候选商品属性值输入预设的属性值排序 网络， 以确定所述 候选商品属性 值中待向用户提供的多个商品属性 值。 4.根据权利要求3所述的方法， 其特征在于， 所述用户与商家 的会话包括： 所述用户与 所述商家的对话内容， 和/或， 所述用户在所述商家的商品交互记录； 所述意图序列包括下 述至少两种模态的序列： 商品序列； 当前轮次对应的商品属性序列和/或商品属性值序列； 历史轮次对应的商品属性序列和/或商品属性 值序列； 则所述基于编码器生成所述 意图序列对应的编码向量， 包括： 确定所述至少两种模态中每一模态的序列对应的嵌入向量； 基于编码器， 通过注意力机制对所述至少两种模态对应的嵌入向量进行融合， 得到所 述意图序列对应的编码向量。 5.根据权利要求 4所述的方法， 其特 征在于， 还 包括： 获取所述商家 的知识图谱， 所述知识图谱用于表示所述商家 的至少一个商品、 每个商 品对应的商品属性 值、 以及， 每 个商品属性 值所属的商品属性； 根据所述知识图谱， 构建所述商家 的商品的嵌入向量、 商品属性的嵌入向量以及商品 属性值的嵌入向量； 相应的， 所述确定所述至少两种模态中每一模态的序列对应的嵌入向量， 包括： 根据通过所述知识图谱得到的嵌入向量， 确定所述至少两种模态中每一模态的序列对 应的嵌入向量。 6.根据权利要求4所述的方法， 其特征在于， 任一模态的序列对应的嵌入向量包括： 该权　利　要　求　书 1/3 页 2 CN 115170229 A 2序列包含的至少一个元素中各个元素对应的嵌入向量； 基于编码器， 通过注意力机制对所 述至少两种模态对应的嵌入向量进行融合， 得到所述 意图序列对应的编码向量， 包括： 基于编码器中的第一注意力网络， 针对每一模态， 对该模态下至少一个元素的嵌入向 量进行融合， 得到该模态对应的融合向量； 基于编码器中的第二注意力网络， 对得到的至少两个模态的融合向量进行跨模态融 合， 得到所述编码向量。 7.根据权利要求3所述的方法， 其特征在于， 所述将所述编码向量和至少一个候选商品 属性输入预设的属性 排序网络， 以确定目标商品属性， 包括： 根据所述用户 和所述商家 的历史轮次的会话中的对话内容， 基于指针网络， 确定各候 选商品属性被选中的第一 概率和第一权 重值； 根据所述编码向量， 基于属性 排序网络， 确定各候选商品属性被选中的第二 概率； 针对每一候选商品属性， 根据指针网络输出的该候选商品属性对应的第一权重值， 对 该候选商品属性对应的第一概率和 第二概率进行加权计算， 得到该候选商品属性对应的概 率值； 根据各候选商品属性对应的概 率值确定目标商品属性。 8.根据权利要求1 ‑7任一项所述的方法， 其特 征在于， 还 包括： 获取所述用户在 当前预设时间内的历史会话， 所述历史会话包括所述用户与 所述商家 的历史轮次的会话， 以及所述用户与其 他商家的历史会话； 从所述历史会话中， 筛 选与所述用户在所述当前轮次输入的信息相匹配的会话； 其中， 所述用户在 当前预设时间内的历史轮次的会话包括： 筛选出的会话， 以及所述用 户与所述商家的历史轮次的会话。 9.根据权利要求1 ‑7任一项所述的方法， 其特征在于， 根据获取到的目标商品属性值向 所述用户推荐 商品， 包括： 根据所述用户与商家之间至少一个轮次的会话中用户选择的目标商 品属性值， 从商家 的多个商品中筛 选目标商品； 若筛选的目标商品的数量满足预设条件， 则向用户推荐筛 选的目标商品。 10.一种会话处理方法， 其特征在于， 所述方法用于根据用户与平台之间至少一个轮次 的会话， 从所述平台提供 的多个候选对 象中确定 向所述用户推荐的目标对 象； 所述方法包 括： 在当前轮次的会话中获取到用户输入的信 息后， 确定所述平台的属性集合中尚未确定 用户偏好的至少一个候选属性； 根据所述当前轮次的会话以及所述用户在当前预设时间内的历史轮次的会话， 从所述 至少一个候选属性中选择待向用户推荐的目标属性； 向用户提供 所述目标属性对应的多个属性 值， 并获取用户选择的目标属性 值； 根据获取到的目标属性 值向所述用户推荐目标对象。 11.一种会话处 理设备， 其特 征在于， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少权　利　要　求　书 2/3 页 3 CN 115170229 A 3