摘要
本发明属于自然语言处理技术领域,具体提供一种基于意图‑槽值规则树的任务型多轮对话方法。本发明首先根据标准多轮对话语料的业务规则,建立由意图‑槽值联合信息为根和叶、槽值信息为中间结点的意图‑槽值规则树,在对话过程中,采用神经网络方法提取用户语句中的意图和槽值,并以深度优先遍历意图‑槽值规则树的方式进行对话,从而有效地将业务规则与神经网络方法进行了结合,避免了传统基于规则的方法的人工工作量大、泛化能力不强,而神经网络方法在训练样本较少情况下对话质量下降等问题;另外,通过首先匹配树的根和叶结点、再匹配树中间结点的方法来定位对话起点,进一步改善了初始对话的准确性。