本发明实施例涉及互联网，尤其涉及智能对话系统、方法、设备及介质。
背景技术：
1、在人机互动场景中，用户可以通过多种方式与人工智能对象互动。为了使得用户获得更好的交互体验，往往需要用户与人工智能对象进行多轮次对话。
2、在实际应用中，还经常遇到同样的关键词在不同的语境中具有不同的含义，会导致得到的响应对话并非用户所想要的。此外现有技术利用通用模型的时候，用户为了得到想要的答复，需要不断修正提示词，并进行多轮次对话，才能够得到比较符合用户需求的响应对话。如果没有找到合适的提示词，则很难得到用户想要的响应对话，给用户带来人工智能并不智能的不良体验。因此，需要一种更加准确、高效的响应用户对话的方案。
技术实现思路
1、本发明实施例提供智能对话系统、方法、设备及介质，用以实现更加准确、高效的响应用户对话的方案。
2、第一方面，本发明实施例提供一种智能对话系统，该系统包括：
3、接口单元，包括支持不同用户对话类型的服务接口，通过所述服务接口将接收到的用户对话后，发送给与所述用户对话类型对应的目标模型；
4、模型单元，通过所述服务接口确定对应的对话功能，并从所述模型单元中选择支持所述对话功能的所述目标模型；
5、数据库单元，包括不同类型基础数据的数据库，分别用于存储不同类型的基础数据，以便所述目标模型利用所需类型的所述基础数据生成响应语句。
6、可选地，还包括：检索单元；
7、所述检索单元用于为所述目标模型提供所需的检索模块；所述检索单元包括：es检索模块、向量检索模块、反垃圾模块和热词分析模块中至少一个；
8、在所述目标模型具有关键词检索需求的情况下，利用所述es检索模块执行关键词检索任务；
9、在所述目标模块具有语义检索需求的情况下，利用所述向量检索模块执行语义相似性检索任务；
10、在所述目标模块具有垃圾过滤需求的情况下，利用所述反垃圾模块执行垃圾信息过滤任务；
11、在所述目标模块具有热门关键词分析需求的情况下，利用所述热门分析模块执行热门关键词分析任务。
12、可选地，所述模型单元中包括：单轮模型、多轮模型、通用闲聊模型、人设定制模型、写诗模型、情感分析模型和意图识别模型中至少一种模型；
13、所述服务接口与所述模型单元中各所述目标模型分别建立关联关系；以便在通过对所述用户对话分析后确定对应的所述服务接口后，调用对应的目标模型执行响应任务。
14、可选地，所述接口单元包括：任务型对话接口、通用闲聊对话接口、人设定制对话接口、智能写诗接口和情感分析接口中至少一种；
15、所述任务型对话接口，用于与所述单轮模型和所述多轮模型建立关联关系；
16、所述通用闲聊对话接口，用于与所述通用闲聊模型建立关联关系；
17、所述人设定制对话接口，用于与所述人设定制模型建立关联关系，满足用户设定虚拟对象角色，以便生成与所述虚拟对象角色匹配的对话内容和对话风格；
18、所述智能写诗接口，用于响应于用户对话中写诗请求，生成对应的诗句形式的响应对话；
19、所述情感分析接口，用于与所述情感分析模型和所述意图识别模型建立关联关系，以将接收到的用户对话发送给所述情感分析模型进行情感分析，和/或，发送给所述意图识别模型进行意图识别。
20、可选地，还包括组件单元；其中，所述组件单元包括：es检索模块、向量检索模块、反垃圾模块和热词分析模块中至少一个；
21、所述es检索模块，用于为服务接口提供相应的信息检索服务；
22、所述向量检索模块，用于在将所述用户对话转换为对话文本数据后，检索到与所述对话文本数据相关目标文本数据；
23、所述反垃圾模块，用于过滤所述用户对话中携带的垃圾信息；
24、所述热词分析模块，用于分析并识别所述用户对话中包含的热门词汇。
25、可选地，所述数据库单元包括：mysql数据库、redis数据库、memcached数据库、kafka数据库、elasticsearch数据库和milvus数据库中至少一种数据库；
26、所述mysql数据库，用于存储的基础数据包括：标准问题、相似问法、回答数据、实体数据、剧本数据、关键词和数据标签中至少一种；
27、所述redis数据库，用于存储服务配置信息和历史对话；
28、所述memcached数据库，用于缓存用户数据和相关知识条数据；
29、所述kafka数据库，用于处理和传输实时对话数据、反馈数据、统计数据；
30、所述elasticsearch数据库，用于为所述es检索模块、所述热词分析模块和所述反垃圾模块提供基础数据；
31、所述milvus数据库，用于为所述向量检索模块提供基础数据。
32、第二方面，本发明实施例提供一种智能对话方法，该方法包括：
33、对接收到的用户对话进行分析，确定对应的服务接口；
34、确定为所述服务接口提供服务支持的目标模型和工具组件；
35、在生成所述用户对话对应的响应对话的情况下，调用支持所述目标模型和所述工具组件的目标数据库；其中，不同所述目标数据库中存储有不同类型基础数据；
36、所述目标模型和所述工具组件利用所述目标数据库及所述目标数据库中的所述基础数据，生成所述响应对话。
37、可选地，所述对接收到的用户对话进行分析，确定对应的服务接口，包括：
38、对所述用户对话分析，在分析结果为单轮对话或者多轮对话时，确定对应的服务接口为任务型对话接口；
39、在所述分析结果为闲聊对话时，确定对应的服务接口为通用闲聊对话接口；
40、在所述分析结果为指定人设对话时，确定对应的服务接口为人设定制对话接口；
41、在所述分析结果为写诗请求时，确定对应的服务接口为智能写诗接口；
42、在所述分析结果为情感分析和/或意图识别时，确定对应的服务接口为情感分析接口。
43、可选地，所述确定为所述服务接口提供服务支持的目标模型和工具组件，包括：
44、在所述服务接口为任务型对话接口的情况下，确定为所述任务型对话接口提供服务支持的单轮对话模型或多轮对话模型；
45、在所述服务接口为通用闲聊对话接口的情况下，确定为所述通用闲聊对话接口提供服务支持的人设定制模型；
46、在所述服务接口为智能写诗接口的情况下，确定为所述智能写诗接口提供服务支持的写诗模型；
47、在所述服务接口为情感分析接口的情况下，确定为所述情感分析接口提供服务支持的情感分析模型或意图识别模型。
48、第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现根据第二方面所述的智能对话方法。
49、第四方面，本发明实施例还提供一种计算机可读介质，其上存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现根据第二方面所述的智能对话方法。
50、在本发明实施例中，在智能对话系统中，综合设置用于满足用户多种不同需求的服务接口，以及与各种不同服务接口关联的多种目标模型、数据库。当用户向系统输入用户对话之后，会根据用户对话选择对应的服务接口，以及选择与该服务接口关联的目标模型、数据库等，从而，能够更加准确的输出与用户对话相对应的响应对话。通过在系统中设置多种不同类型的服务接口、目标模型，能够在尽量少的提示词和尽量少的交互次数的情况下，更加准确的提供响应对话。此外，为不同目标模型配置对应的数据库，能够在确保精准生成响应对话的同时，还有效提升响应对话生成效率和响应速度。
1.一种智能对话系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其特征在于，所述模型单元中包括：单轮模型、多轮模型、通用闲聊模型、人设定制模型、写诗模型、情感分析模型和意图识别模型中至少一种模型；
3.根据权利要求2所述的系统，其特征在于，所述接口单元包括：任务型对话接口、通用闲聊对话接口、人设定制对话接口、智能写诗接口和情感分析接口中至少一种；
4.根据权利要求1所述的系统，其特征在于，还包括组件单元；其中，所述组件单元包括：es检索模块、向量检索模块、反垃圾模块和热词分析模块中至少一个；
5.根据权利要求4所述的系统，其特征在于，所述数据库单元包括：mysql数据库、redis数据库、memcached数据库、kafka数据库、elasticsearch数据库和milvus数据库中至少一种数据库；
6.一种智能对话方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，其特征在于，所述对接收到的用户对话进行分析，确定对应的服务接口，包括：
8.根据权利要求7所述的方法，其特征在于，所述确定为所述服务接口提供服务支持的目标模型和工具组件，包括：
9.一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现根据权利要求6至8中任一项所述的方法。
10.一种计算机可读介质，其上存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现根据权利要求6至8中任一项所述的方法。
