本技术属于计算机，尤其涉及一种基于历史信息的对话场景路由的方法、装置及介质。
背景技术：
1、随着计算机技术的发展，机器人的应用越来越广泛。例如，用户可以与机器人对话，机器人可以及时根据用户的对话做出反馈。
2、然而现有技术中，由于人机对话过程中的场景繁多，容易导致对话流程混乱，导致机器人无法迅速根据用户的对话做出精准地反馈。
技术实现思路
1、本技术的实施例提供了一种基于历史信息的对话场景路由的方法、装置及介质，进而至少在一定程度上可以提高对用户对话的反馈及时性与准确性。
2、本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。
3、根据本技术实施例的第一方面，提供了一种基于历史信息的对话场景路由的方法，所述方法包括：获取用户的当前对话信息；对所述当前对话信息进行预处理，以确定与所述当前对话信息对应的当前对话信息编码向量；识别所述用户的用户身份，查找与所述用户身份匹配的历史对话信息；对所述历史对话信息进行预处理，根据所述历史对话信息对应的场景标签确定与所述历史对话信息对应的历史信息编码向量；将所述当前对话信息编码向量与所述历史信息编码向量经过训练好的编码器后，得到维度相同的当前对话信息编码向量与历史信息编码向量；对维度相同的当前对话信息编码向量与历史信息编码向量分别执行拒识任务和场景分类任务，以根据所述历史对话信息确定所述当前对话信息的拒识标签和场景分类标签；根据所述拒识标签和所述场景分类标签确定针对所述当前对话信息的反馈操作。
4、在本技术的一些实施例中，基于前述方案，对维度相同的当前对话信息编码向量与历史信息编码向量分别执行拒识任务和场景分类任务包括：将历史信息编码向量与当前对话信息编码向量的向量标志位输入至门控单元；通过所述门控单元确定所述当前对话信息编码向量的向量标志位对所述历史信息编码向量的第一注意力值；将所述第一注意力值与所述历史信息编码向量相乘后，再与所述历史信息编码向量相加得到的向量输入至推理模型；获取所述推理模型输出所述当前对话信息的拒识标签。
5、在本技术的一些实施例中，基于前述方案，拒识标签包括强拒识、强支持、弱拒识以及弱支持；其中，所述强拒识表示所述历史对话信息与所述当前对话信息无关且所述当前对话信息毫无意义，所述强支持表示所述历史对话信息与所述当前对话信息相关且所述当前对话信息有意义，所述弱拒识表示所述历史对话信息与所述当前对话信息无关且所述当前对话信息可能存在意义，所述弱支持表示所述历史对话信息与所述当前对话信息可能有关且所述当前对话信息存在意义。
6、在本技术的一些实施例中，基于前述方案，根据所述拒识标签和所述场景分类标签确定针对所述当前对话信息的反馈操作包括：在所述拒识标签为所述强拒识的情况下，结束流程且不再调用下游的功能块；在所述拒识标签为所述强支持的情况下，根据所述场景分类标签调用对应的下游功能块作为针对所述当前对话信息的反馈操作；在所述拒识标签为所述弱拒识或所述弱支持的情况下，从所述场景分类标签匹配的下游功能块中选择部分功能块进行调用以作为针对所述当前对话信息的反馈操作。
7、在本技术的一些实施例中，基于前述方案，第一注意力值根据公式(1)计算得到：
8、
9、其中，score1为所述第一注意力值，softmax为归一化指数函数，为当前对话信息编码向量的向量标志位，ehistory为历史信息编码向量，为所述历史信息编码向量维度的平方根。
10、在本技术的一些实施例中，基于前述方案，所述对维度相同的当前对话信息编码向量与历史信息编码向量分别执行拒识任务和场景分类任务包括：将当前对话信息编码向量与历史信息编码向量的向量标志位输入至门控单元；通过所述门控单元确定所述历史信息编码向量的向量标志位对所述当前对话信息编码向量的第二注意力值；将所述第二注意力值与所述当前对话信息编码向量相乘后，再与所述当前对话信息编码向量相加得到的向量输入至推理模型；获取所述推理模型输出所述当前对话信息的场景分类标签。
11、在本技术的一些实施例中，基于前述方案，所述第二注意力值根据公式(2)计算得到：
12、
13、其中，score2为所述第二注意力值，softmax为归一化指数函数，为历史信息编码向量的向量标志位，ecurrent为当前对话信息编码向量，为所述当前对话信息编码向量维度的平方根。
14、在本技术的一些实施例中，基于前述方案，所述方法还包括：针对于任意一个用户，按照在每个场景下定义的数据结构对所述用户的历史对话信息进行存储；针对于任意一个用户，根据在不同场景下的存续状态对所述用户结构化存储的历史对话信息生成相应的索引键；在所述查找与所述用户身份匹配的历史对话信息时，根据所述索引键快速查找到与所述用户身份匹配的历史对话信息；所述方法还包括：在根据所述拒识标签和所述场景分类标签确定针对所述当前对话信息的反馈操作之后，按照与所述场景分类标签对应的场景下定义的数据结构对所述当前对话信息进行存储。
15、根据本技术实施例的第二方面，提供了一种基于历史信息的对话场景路由的装置，所述装置包括：当前对话获取模块，用于获取用户的当前对话信息；第一对话处理模块，用于对所述当前对话信息进行预处理，以确定与所述当前对话信息对应的当前对话信息编码向量；第二对话处理模块，用于识别所述用户的用户身份，查找与所述用户身份匹配的历史对话信息；对所述历史对话信息进行预处理，根据所述历史对话信息对应的场景标签确定与所述历史对话信息对应的历史信息编码向量；编码器处理模块，用于将所述当前对话信息编码向量与所述历史信息编码向量经过训练好的编码器后，得到维度相同的当前对话信息编码向量与历史信息编码向量；场景推理模块，用于对维度相同的当前对话信息编码向量与历史信息编码向量分别执行拒识任务和场景分类任务，以根据所述历史对话信息确定所述当前对话信息的拒识标签和场景分类标签；路由模块，用于根据所述拒识标签和所述场景分类标签确定针对所述当前对话信息的反馈操作。
16、根据本技术实施例的第三方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中，且适于由处理器读取并执行，以使得具有所述处理器的计算机设备执行如上述第一方面任一实施例所述的方法。
17、根据本技术实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序指令，所述至少一条计算机程序指令由处理器加载并执行以实现如上述第一方面任一实施例所述的方法所执行的操作。
18、本技术提出的方案中，基于用户的历史对话信息来推理出用户的当前对话信息所对应的拒识标签和场景分类标签，然后根据拒识标签和场景分类标签确定针对当前对话信息的反馈操作，使得处理器所在的人机交互装置可以迅速根据用户的当前对话做出相应的响应，有效地避免了由于对话场景繁多而可能存在对话流程混乱的技术问题。
19、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
1.一种基于历史信息的对话场景路由的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对维度相同的当前对话信息编码向量与历史信息编码向量分别执行拒识任务和场景分类任务包括：
3.根据权利要求2所述的方法，其特征在于，所述拒识标签包括强拒识、强支持、弱拒识以及弱支持；
4.根据权利要求3所述的方法，其特征在于，根据所述拒识标签和所述场景分类标签确定针对所述当前对话信息的反馈操作包括：
5.根据权利要求2所述的方法，其特征在于，所述第一注意力值根据公式(1)计算得到：
6.根据权利要求1所述的方法，其特征在于，所述对维度相同的当前对话信息编码向量与历史信息编码向量分别执行拒识任务和场景分类任务包括：
7.根据权利要求6所述的方法，其特征在于，所述第二注意力值根据公式(2)计算得到：
8.根据权利要求1至7中任意一项所述的方法，其特征在于，所述方法还包括：
9.一种基于历史信息的对话场景路由的装置，其特征在于，所述装置包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序指令，所述计算机程序指令由处理器加载并执行以实现如权利要求1至8任一项所述的方法所执行的操作。
