METHOD AND DEVICE FOR MULTI-PASS HUMAN-MACHINE CONVERSATION BASED ON TIME SEQUENCE FEATURE SCREENING AND ENCODING MODULE

본 발명은 타임 시퀀스 특징 스크리닝 인코딩 모듈 기반의 멀티패스 인간-기계 대화 방법 및 장치를 개시하며, 이는 자연어 처리 및 인공지능 분야에 속한다. 본 발명에서 해결하고자 하는 기술적 과제는 어떻게 히스토리 대화 중 각각의 어구에 대해 정보 스크리닝을 수행하여 후보 응답과 관련된 시맨틱 정보만 획득하고, 어떻게 히스토리 대화 중 타임 시퀀스 특징을 유지하고 추출하여, 멀티패스 인간-기계 대화 시스템의 예측 정확성을 향상시키는가이다. 이를 위하여 채택하는 기술적 해결책은, 멀티패스 인간-기계 대화 데이터 세트를 획득하는 단계 S1; 타임 시퀀스 특징 스크리닝 인코딩 모듈을 기반으로 멀티패스 인간-기계 대화 모델을 구축하는, 멀티패스 인간-기계 대화 모델을 구축하는 단계 S2; 및 단계 S1에서 획득한 멀티패스 인간-기계 대화 학습 데이터 세트 상에서 단계 S2에서 구축한 멀티패스 인간-기계 대화 모델을 학습시키는, 멀티패스 인간-기계 대화 모델을 학습시키는 S3 단계를 포함하는 것이다. Disclosed is a multi-turn human-machine conversation method and apparatus based on a time-sequence feature screening encoding module, belonging to the technical field of natural language processing and artificial intelligence. The technical problem to be solved by the disclosure is how to screen information for each utterance in a historical conversation so as to obtain semantic information only relevant to candidate responses and how to reserve and extract time-sequence features in the historical conversation, thus improving prediction accuracy of a multi-turn human-machine conversation system. The adopted technical scheme is as follows: S1, acquiring a multi-turn human-machine conversation data set; S2, constructing a multi-turn human-machine conversation model: constructing a multi-turn human-machine conversation model based on the time-sequence feature screening encoding module; and S3, training the multi-turn human-machine conversation model: training the multi-turn human-machine conversation model constructed in S2 on the multi-turn human-machine conversation data set obtained in S1.