自动生成对话的方法及装置、信息推荐效果检测方法及装置

技术领域

本发明涉及信息推荐领域，具体涉及一种自动生成对话的方法及装置、还涉及一种信息推荐效果检测方法及装置。

背景技术

即时聊天工具可以在两名或多名用户之间传递即时消息，是最流行的互联网通讯工具之一。在现有技术中，一些即时聊天工具会对用户输入中所包含的实体、文本进行判断，根据用户当前聊天的意图，提供相关的搜索、信息推荐等服务，从而使得聊天工具变得更加智能，增强用户体验。但目前这类在聊天场景中进行信息推荐的系统大都仅依赖于当前用户输入串中的文本信息，提供的信息推荐服务普遍缺乏针对性，推荐效果欠佳。因此，如何对其信息推荐质量进行检测，找出问题，进而对现有信息推荐系统进行针对性的优化与提升，是目前需要解决的一个重要问题。而在信息推荐系统的开发、检测及优化过程中，如果直接使用用户的真实聊天数据，会带来用户隐私上的潜在风险。

发明内容

本发明实施例一方面提供一种自动生成对话的方法及装置，能够完整有效地模拟用户聊天的各种对话行为。

本发明实施例另一方面提供一种信息推荐效果检测方法及装置，可以方便地实现对信息推荐系统的检测。

为此，本发明提供如下技术方案：

一种自动生成对话的方法，所述方法包括：

确定本次对话的模拟用户、对话领域及对话意图，并生成语义层面的对话目标；

确定模拟用户的个性化信息；

获取预先建立的与所述对话领域及对话意图相对应的对话行为脚本；

从所述对话行为脚本中提取脚本指令，并根据所述对话目标对所述脚本指令中的槽位信息进行填充，得到本次对话的目标脚本指令；

根据所述本次对话的目标脚本指令和所述个性化信息，生成对话文本；

将所述对话文本作为模拟用户对话输入的模拟结果输出。

可选地，所述语义层面的对话目标包括一系列槽位及所述槽位对应的槽值信息。

可选地，所述生成语义层面的对话目标包括：

获取自然语言的对话目标描述的文本内容；

从所述文本内容中提取实体信息；

将所述实体信息填充到预先设定的槽位中，生成一系列槽位及所述槽位对应的槽值信息。

可选地，所述模拟用户的个性化信息包括以下任意一种或多种：年龄、性别、性格、说话风格。

可选地，所述对话意图包括：告知意图和问询意图。

可选地，所述方法还包括：预先建立模板库；

所述根据所述本次对话的目标脚本指令和所述个性化信息，生成对话文本包括：

根据所述本次对话的目标脚本指令和所述个性化信息检索所述模板库，得到对话模板；

根据所述本次对话的目标脚本指令中的槽位信息对所述对话模板进行填充，得到对话文本。

可选地，所述方法还包括：预先建立对话生成模型；

所述根据所述本次对话的目标脚本指令和所述个性化信息，生成对话文本包括：

将所述本次对话的目标脚本指令中的信息、所述个性化信息输入所述对话生成模型，得到对话文本。

可选地，所述方法还包括：预先建立包含历史输入信息及推荐对话内容的知识库；

所述根据所述本次对话的目标脚本指令和所述个性化信息，生成对话文本包括：

根据所述本次对话的目标脚本指令及所述个性化信息检索所述知识库，得到推荐对话内容；

将所述推荐对话内容作为对话文本。

可选地，所述方法还包括：预先建立包含历史输入信息及推荐对话内容的知识库及对话转换模型；

所述根据所述目标脚本指令、所述个性化信息及所述对话目标，生成对话文本包括：

根据所述目标脚本指令检索所述知识库，得到推荐对话内容；

将所述个性化信息、所述推荐对话内容输入所述对话转换模型，得到对话文本。

一种信息推荐效果检测方法，所述方法包括：

利用预先建立的对话行为脚本模拟用户输入行为自动生成一系列对话信息，并将所述对话信息输入到信息推荐系统；

如果接收到所述信息推荐系统针对所述对话信息的推荐信息，则将所述对话信息和所述推荐信息输入预先建立的相关性判断模型，根据所述相关性判断模型的输出得到相关性检测结果；

记录所述相关性检测结果。

可选地，利用前面所述的自动生成对话的方法生成一系列对话信息。

可选地，所述方法还包括：

根据所述相关性检测结果对所述信息推荐系统进行评分，得到评分结果。

一种自动生成对话的装置，所述装置包括：

设置模块，用于确定本次对话的模拟用户、对话领域及对话意图；

对话目标生成模块，用于生成语义层面的对话目标；

个性化信息确定模块，用于确定模拟用户的个性化信息；

脚本获取模块，用于获取预先建立的与所述对话领域及对话意图相对应的对话行为脚本；

脚本指令生成模块，用于从所述对话行为脚本中提取脚本指令，并根据所述对话目标对所述脚本指令中的槽位信息进行填充，得到本次对话的脚本指令；

对话生成模块，用于根据所述本次对话的脚本指令和所述个性化信息，生成对话文本；

输出模块，用于将所述对话文本作为用户对话输入的模拟结果输出。

可选地，所述语义层面的对话目标包括一系列槽位及所述槽位对应的槽值信息。

可选地，所述对话目标生成模块包括：

文本接收单元，用于获取自然语言描述的文本内容；

实体抽取单元，用于从所述文本内容中提取实体信息；

目标生成单元，用于将所述实体信息填充到预先设定的槽位中，生成一系列槽位及所述槽位对应的槽值信息。

可选地，所述模拟用户的个性化信息包括以下任意一种或多种：年龄、性别、性格、说话风格。

可选地，所述对话意图包括：告知意图和问询意图。

可选地，所述装置还包括：模板库建立模块，用于预先建立模板库；

所述对话生成模块包括：

第一检索单元，用于根据所述本次对话的脚本指令和所述个性化信息检索所述模板库，得到对话模板；

槽位填充单元，用于根据所述本次对话的脚本指令中的槽位信息对所述对话模板进行填充，得到对话文本。

可选地，所述装置还包括：对话生成模型建立模块，用于预先建立对话生成模型；

所述对话生成模块，具体用于将所述本次对话的脚本指令中的信息、所述个性化信息输入所述对话生成模型，得到对话文本。

可选地，所述装置还包括：知识库建立模块，用于预先建立包含历史输入信息及推荐对话内容的知识库；

所述对话生成模块，具体用于根据所述本次对话的脚本指令及所述个性化信息检索所述知识库，得到推荐对话内容，并将所述推荐对话内容作为对话文本。

可选地，所述装置还包括：

知识库建立模块，用于预先建立包含历史输入信息及推荐对话内容的知识库；

对话转换模型建立模块，用于预先建立对话转换模型；

所述对话生成模块包括：

第二检索单元，用于根据所述脚本指令检索所述知识库，得到推荐对话内容；

文本转换单元，用于将所述个性化信息、所述推荐对话内容输入所述对话转换模型，得到对话文本。

一种信息推荐效果检测装置，所述装置包括：

对话模拟器，用于利用预先建立的对话行为脚本模拟用户输入行为自动生成一系列对话信息，并将所述对话信息输入到信息推荐系统；

检测模块，用于在接收到所述信息推荐系统针对所述对话信息的推荐信息时，将所述对话信息和所述推荐信息输入预先建立的相关性判断模型，根据所述相关性判断模型的输出得到相关性检测结果；

记录模块，用于记录所述相关性检测结果。所述对话模块器包括权利要求

可选地，所述对话模拟器包括前面所述的自动生成对话的装置。

可选地，所述装置还包括：

评分模块，用于根据所述相关性检测结果对所述信息推荐系统进行评分，得到评分结果。

一种计算机设备，包括：一个或多个处理器、存储器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，以实现前面所述的方法。

一种可读存储介质，其上存储有指令，所述指令被执行以实现前面所述的方法。

本发明实施例提供的自动生成对话的方法及装置，在需要模拟用户输入行为时，确定本次对话领域及对话意图，生成语义层面的对话目标，确定模拟用户的个性化信息，利用预先建立的与所述对话领域及对话意图相对应的对话行为脚本，得到本次对话的脚本指令，然后根据本次对话的脚本指令和所述个性化信息生成对话文本，将所述对话文本作为用户输入行为的模拟结果输出，从而能够完整有效地模拟用户聊天的各种对话行为。

本发明实施例提供的信息推荐效果检测方法及装置，主要针对在对话场景比如使用聊天工具进行聊天的场景中进行信息推荐的系统，检测其信息推荐的效果如何。通过模拟真实用户的对话需求和意图生成对话语句，避免了使用用户真实的聊天数据进行检测的弊端。由于可以完整地模拟用户聊天的各种对话行为，因此可以全面地检测信息推荐系统在各种不同对话环境下、以及单轮对话或多轮对话过程中的信息推荐效果，进而为信息推荐系统的开发、检测及优化提供有效的帮助。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本发明实施例自动生成对话的方法的一种流程图；

图2是本发明实施例自动生成对话的装置的一种结构框图；

图3是本发明实施例信息推荐效果检测方法的一种流程图；

图4是本发明实施例信息推荐效果检测方法的另一种流程图；

图5是本发明实施例信息推荐效果检测装置的一种结构框图；

图6是根据一示例性实施例示出的一种用于自动生成对话的方法的装置的框图；

图7是本发明实施例中服务器的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。

本发明实施例提供一种自动生成对话的方法及装置，预先建立对应各种不同对话领域及对话意图的对话行为脚本，在需要模拟用户输入行为时，确定本次对话领域及对话意图，生成语义层面的对话目标，确定模拟用户的个性化信息，利用与所述对话领域及对话意图相对应的对话行为脚本，生成对话文本，将所述对话文本作为用户输入行为的模拟结果输出。

如图1所示，是本发明实施例自动生成对话的方法的一种流程图，包括以下步骤：

步骤101，确定本次对话的模拟用户、对话领域及对话意图，并生成语义层面的对话目标。

在实际应用中，可以设置多个具有不同特点的模拟用户，每个模拟用户设定一个用户名，也就是说，用不同的用户名来区分不同的模拟用户。

对话领域可以有多种，比如，明星八卦、新闻、电影、旅游等。在每次模拟用户对话时，可以根据需要来设定相应的对话领域。

所述对话意图是指模拟用户话语的目的(一般是语义层面)。在本发明实施例中，可以将所述对话意图设置为以下两种：告知意图和问询意图。其中，所述告知意图是指话语的目的是告知某个信息，比如“我是杨幂的铁粉！”这句话的对话意图是告知，可以形式化的表示为“意图＝告知”；所述问询意图是指话语的目的是问询某个信息，比如“你知道杨幂的生日吗？”这句话的对话意图是问询，可以形式化的表示为“意图＝问询”。当然，根据实际需要，还可以有其它意图种类，对此本发明实施例不做限定。

所述语义层面的对话目标包括一系列槽位及所述槽位对应的槽值信息，即“槽位-槽值”信息，比如：明星＝王一博，电视剧＝陈情令，新闻＝？。其中有已知槽值的槽位，也有用户最初不知道槽值的槽位，这些未知槽值的槽位即是用户希望获取的信息。

实际应用中，在每次模拟用户对话时，用户可以直接输入语义层面的对话目标；也可以输入自然语言层面的对话目标，然后再根据自然语言层面的对话目标生成语义层面的对话目标，具体过程如下：获取自然语言的对话目标描述的文本内容，从所述文本内容中提取实体信息，然后将所述实体信息填充到预先设定的槽位中，生成一系列“槽位-槽值”信息，作为语义层面的对话目标。比如，输入的自然语言的对话目标为：了解王一博在电视剧陈情令的新闻。首先，从中提取实体信息：“王一博”、“电视剧”、“陈情令”、“新闻”，然后，将这些实体信息填充到预先设定的一些槽位中，得到语义层面的对话目标。

步骤102，确定模拟用户的个性化信息。

需要说明的是，在实际应用中，可以在每次模拟用户对话时，设定所述模拟用户的个性化信息；也可以预先为代表不同模拟用户的用户名设定对应的用户画像，所述用户画像中包含了该模拟用户的所有个性化信息，所述个性化信息包括但不限于以下任意一种或多种：年龄、性别、性格、说话风格。比如，用户名为“小王”，“小王”的用户画像中的个性化信息有：年龄＝21岁、性别＝男、性格＝活泼、说话风格＝幽默等。这样，在设定好本次对话的用户名后，直接读取其用户画像信息，即可得到对应该模拟用户的个性化信息，提高了对话生成的效率，而且，还可以根据对话环境需要，灵活方便地调整每个用户名对应的个性化信息。

步骤103，获取预先建立的与所述对话领域及对话意图相对应的对话行为脚本。

在实际应用中，可以预先建立对应各种不同对话领域及对话意图的对话行为脚本，将这些对话行为脚本放到脚本库中。在需要时，根据所述对话领域及对话意图查找脚本库，得到相应的对话行为脚本。

所述对话行为脚本主要包括为完成具体对话目标所要发出的一系列语义信息。在每个对话行为脚本中，包括了一系列的脚本指令，这些脚本指令用于模拟用户一系列对话动作产生的文本生成指令。

每个对话行为脚本文件的内容如下：

1.脚本文件中一段连续的脚本表示用户为达到目标不断输入信息的过程。其中一行脚本记录了用户的一个具体意图所触发的一次具体聊天行为。

2.每行脚本中记录了用户这次聊天行为的意图、所要表达的槽位信息等。

比如，对话领域为“明星八卦”，对话意图为“询问”时，提取到脚本指令如下：

1.领域＝明星八卦，意图＝询问电视剧，槽位信息＝{电视剧}

该脚本指令对应的对话行为是：生成询问电视剧名称的语句；

2.领域＝明星八卦，意图＝询问新闻，槽位信息＝{电视剧、明星名字}

上述脚本指令对应的对话行为是：生成询问明星新闻的语句。

步骤104，从所述对话行为脚本中提取脚本指令，并根据所述对话目标对所述脚本指令中的槽位信息进行填充，生成本次对话的目标脚本指令。

仍以上述脚本指令为例，生成的本次对话的目标脚本指令如下：

领域＝明星八卦，意图＝询问电视剧，槽位信息＝{电视剧＝陈情令}

领域＝明星八卦，意图＝询问新闻，槽位信息＝{电视剧＝陈情令、明星名字＝王一博}

步骤105，根据所述本次对话的目标脚本指令和所述个性化信息，生成对话文本。

在具体应用中，可以采用多种方式生成对话文本，比如：(1)基于模板的方式；(2)基于生成式的方式；(3)基于检索式的方式；(4)基于混合式的方式。

下面分别对上述四种不同方式生成对话文本的过程进行详细说明。

(1)基于模板的方式

在基于模板的方式中，可以预先建立模板库，针对每个领域对应有一系列的相关模板，针对不同的个性化信息，每个模板也会有差异。在生成对话文本时，首先根据所述本次对话的目标脚本指令和所述个性化信息检索所述模板库，得到对话模板，然后根据所述本次对话的目标脚本指令中的槽位信息对所述对话模板进行填充，得到对话文本。

比如，针对上述“领域＝明星八卦，意图＝询问电视剧，槽位信息＝{电视剧＝陈情令}”的目标脚本指令，以“领域＝明星八卦”与“意图＝询问电视剧”为条件检索模板库得到如下两个模板：

模板A：“你最近关注{电视剧}吗？”(性格＝沉稳)

模板B：“哈哈，{电视剧}最近很火啊！”(性格＝活泼)

因为模拟用户的个性化信息中有“性格＝活泼”，因此选择模板B。

然后根据本次对话的目标脚本指令中的“槽位信息＝{电视剧＝陈情令}”对模板B进行填充，生成对话文本为：“哈哈，陈情令最近很火啊！”。

继续针对上述“领域＝明星八卦，意图＝询问新闻，槽位信息＝{电视剧＝陈情令、明星名字＝王一博}”的目标脚本指令，以“领域＝明星八卦”与“意图＝询问新闻”为条件检索模板库得到如下两个模板：

模板A：“你知道{明星}在这部{电视剧}中的角色吗？”(用户性格＝沉稳)

模板B：“听说{明星}在这部{电视剧}中演的很出色，不知具体情况怎样？”(用户性格＝活泼)

因为模拟用户的个性化信息中有“性格＝活泼”，因此选择模板B。

然后根据本次对话的脚本指令中的“槽位信息＝{电视剧＝陈情令、明星名字＝王一博}”对模板B进行填充，生成对话文本为：“听说王一博在这部陈情令中演的很出色，不知具体情况怎么样？”。

通过上述一系列的个性化自然语言生成，即可得到两句用户输入行为的模拟结果。

(2)基于生成式的方式

在基于生成式的方式中，可以预先建立对话生成模型。所述对话生成模型可以采用神经网络模型，比如可以基于RNN(RecurrentNeuralNetwork，循环神经网络)、LSTM(LongShort-Term Memory，长短期记忆网络)、GRU(Gated Recurrent Unit，门控循环单元)等结构，构建拟合输入信息-回复关系的seq2seq模型。

在生成对话文本时，将所述本次对话的目标脚本指令中的信息、以及所述个性化信息输入所述对话生成模型，得到对话文本。

(3)基于检索式的方式

在基于检索式的方式中，需要预先建立包含历史输入信息及推荐对话内容的知识库。

在生成对话文本时，根据所述本次对话的目标脚本指令中含有的领域、槽位信息、以及所述个性化信息，检索所述知识库，找到相似历史输入信息，得到与该历史输入信息对应的推荐对话内容，将所述推荐对话内容作为对话文本。

比如，所述知识库中包含有历史输入信息“王一博主演的陈情令”，与该历史输入信息对应的推荐对话内容为“听说王一博在这部剧中演的很出色，不知具体情况怎样？”。

本次对话的目标脚本指令如下：

领域＝明星八卦，意图＝询问新闻，槽位信息＝{电视剧＝陈情令、明星名字＝王一博}；

个性化信息中有“性格＝活泼”；

则根据上述目标脚本指令及个性化信息，在所述知识库中找到相似历史输入信息“王一博主演的陈情令”，并进而得到与该历史输入信息对应的对话内容“听说王一博在这部剧中演的很出色，不知具体情况怎样？”。

需要说明的是，所述相似历史输入信息的确定可以根据两者的语义相关性来判断，所述相关性的计算可以利用现有技术，在此不再详细描述。

(4)基于混合式的方式

在基于混合式的方式中，需要预先建立包含历史输入信息及推荐对话内容的知识库及对话转换模型。

对话转换模型与基于生成式的模型结构类似，同样可以使用基于RNN，LSTM，GRU等结构，构建拟合输入信息-回复关系的seq2seq模型。

在生成对话文本时，首先根据所述本次对话的目标脚本指令检索所述知识库，找到与所述目标脚本指令相似的历史输入信息，进而得到与该历史输入信息对应的推荐对话内容；然后再将所述个性化信息、所述推荐对话内容输入所述对话转换模型，得到对话文本。

这种方式不仅继承了上述第(3)种基于检索式的方式的优势，即对话内容生成流畅、富有信息量，而且还享有基于生成式的方式在多样性、原创性方面的优点。

例如，利用检索知识库得到的推荐对话内容是“听说王一博在这部剧中演的很出色，不知具体情况怎样？”，将该推荐对话内容输入到对话转换模型的编码端，将希望影响解码的槽位“性格＝活泼”、“明星＝王一博、电视剧＝陈情令”输入解码端，就可以得到富于变化的混合式的推荐内容，比如：“好棒啊！听说王一博在陈情令中演的很出色，马上去看看！”。

步骤106，将所述对话文本作为模拟用户对话输入的模拟结果输出。

本发明实施例提供的自动生成对话的方法，在需要模拟用户输入行为时，确定本次对话领域及对话意图，生成语义层面的对话目标，确定模拟用户的个性化信息，利用预先建立的与所述对话领域及对话意图相对应的对话行为脚本，得到本次对话的目标脚本指令，然后根据本次对话的目标脚本指令和所述个性化信息生成对话文本，将所述对话文本作为模拟用户输入行为的模拟结果输出，从而能够完整有效地模拟用户聊天的各种对话行为。

相应地，本发明实施例还提供一种自动生成对话的装置，如图2所示，是该装置的一种结构框图。

在该实施例中，所述装置包括以下各模块：

设置模块201，用于确定本次对话的模拟用户、对话领域及对话意图；

对话目标生成模块202，用于生成语义层面的对话目标；

个性化信息确定模块203，用于确定模拟用户的个性化信息；

脚本获取模块204，用于获取预先建立的与所述对话领域及对话意图相对应的对话行为脚本；

脚本指令生成模块205，用于从所述对话行为脚本中提取脚本指令，并根据所述对话目标对所述脚本指令中的槽位信息进行填充，得到本次对话的脚本指令；

对话生成模块206，用于根据所述本次对话的脚本指令和所述个性化信息，生成对话文本；

输出模块207，用于将所述对话文本作为用户对话输入的模拟结果输出。

在本发明实施例中，所述语义层面的对话目标包括一系列槽位及所述槽位对应的槽值，即“槽位-槽值”信息。在实际应用中，在每次模拟用户对话时，用户可以直接向所述对话目标生成模块202输入语义层面的对话目标；也可以输入自然语言层面的对话目标，然后再由所述对话目标生成模块202根据自然语言层面的对话目标生成语义层面的对话目标，相应地，所述对话目标生成模块202的一种具体结构可以包括以下各单元：

文本接收单元，用于获取自然语言描述的文本内容；

实体抽取单元，用于从所述文本内容中提取实体信息；

目标生成单元，用于将所述实体信息填充到预先设定的槽位中，生成一系列槽位-槽值信息。

在本发明实施例中，所述模拟用户的个性化信息包括但不限于以下任意一种或多种：年龄、性别、性格、说话风格。

需要说明的是，在实际应用中，可以在每次模拟用户对话时，由用户向所述个性化信息确定模块203输入所述模拟用户的个性化信息；也可以预先为代表不同模拟用户的用户名设定对应的用户画像，所述用户画像中包含了该模拟用户的所有个性化信息，在设定好本次对话的用户名后，由所述个性化信息确定模块203从相应的用户画像中读取得到对应该模拟用户的个性化信息。

在本发明实施例中，所述对话意图可以包括：告知意图和问询意图。当然，根据实际需要，还可以有其它意图种类，对此本发明实施例不做限定。

在实际应用中，可以预先建立对应各种不同对话领域及对话意图的对话行为脚本，将这些脚对话行为脚本放到脚本库中。所述对话行为脚本主要包括为完成具体对话目标所要发出的一系列语义信息。在每个对话行为脚本中，包括了一系列的脚本指令，这些脚本指令用于模拟用户一系列对话动作产生的文本生成指令。

相应地，所述脚本获取模块204可以根据所述对话领域及对话意图查找脚本库，得到相应的对话行为脚本。

在实际应用中，所述对话生成模块206可以采用多种方式生成对话文本，比如：(1)基于模板的方式；(2)基于生成式的方式；(3)基于检索式的方式；(4)基于混合式的方式。

如果采用基于模板的方式，所述装置还可进一步包括：模板库建立模块(未图示)，用于预先建立模板库。相应地，所述对话生成模块206可以包括以下各单元：

第一检索单元，用于根据所述本次对话的脚本指令和所述个性化信息检索所述模板库，得到对话模板；

槽位填充单元，用于根据所述本次对话的脚本指令中的槽位信息对所述对话模板进行填充，得到对话文本。

如果采用基于生成式的方式，所述装置还可进一步包括：对话生成模型建立模块(未图示)，用于预先建立对话生成模型。相应地，所述对话生成模块206可以将所述本次对话的脚本指令中的信息、所述个性化信息输入所述对话生成模型，得到对话文本。

如果采用基于检索式的方式，所述装置还可进一步包括：知识库建立模块(未图示)，用于预先建立包含历史输入信息及推荐对话内容的知识库。相应地，所述对话生成模块206可以根据所述本次对话的脚本指令及所述个性化信息检索所述知识库，得到推荐对话内容，并将所述推荐对话内容作为对话文本。

如果采用基于混合式的方式，所述装置还可进一步包括：知识库建立模块和对话转换模型建立模块(未图示)，其中：所述知识库建立模块用于预先建立包含历史输入信息及推荐对话内容的知识库；所述对话转换模型建立模块用于预先建立对话转换模型。相应地，所述对话生成模块206可以包括以下各单元：

第二检索单元，用于根据所述脚本指令检索所述知识库，得到推荐对话内容；

文本转换单元，用于将所述个性化信息、所述推荐对话内容输入所述对话转换模型，得到对话文本。

需要说明的是，上述未图示的各模块即模板库建立模块、知识库建立模块、对话生成模型建立模块、对话转换模型建立模块，均可以作为本发明装置的一部分，也可以独立于本发明装置，对此本发明实施例不做限定。

本发明实施例提供的自动生成对话的装置，在需要模拟用户输入行为时，确定本次对话领域及对话意图，生成语义层面的对话目标，确定模拟用户的个性化信息，利用预先建立的与所述对话领域及对话意图相对应的对话行为脚本，得到本次对话的脚本指令，然后根据本次对话的脚本指令和所述个性化信息生成对话文本，将所述对话文本作为用户输入行为的模拟结果输出，从而能够完整有效地模拟用户聊天的各种对话行为。

相应地，本发明实施例还提供一种信息推荐效果检测方法及装置，利用预先建立的对话行为脚本模拟用户输入行为自动生成一系列对话信息，并将所述对话信息输入到信息推荐系统；如果接收到所述信息推荐系统针对所述对话信息的推荐信息，则将所述对话信息和所述推荐信息输入预先建立的相关性判断模型，根据所述相关性判断模型的输出得到相关性检测结果；记录所述相关性检测结果。

如图3所示，是本发明实施例信息推荐效果检测方法的一种流程图，包括以下步骤：

步骤301，利用预先建立的对话行为脚本模拟用户输入行为自动生成一系列对话信息，并将所述对话信息输入到信息推荐系统。

生成对话信息的过程可参照前面本发明自动生成对话的方法各实施例中的描述，在此不再赘述。

步骤302，如果接收到所述信息推荐系统针对所述对话信息的推荐信息，则将所述对话信息和所述推荐信息输入预先建立的相关性判断模型，根据所述相关性判断模型的输出得到相关性检测结果。

步骤303，记录所述相关性检测结果。所述相关性检测结果包括：相关、不相关。

在本发明信息推荐效果检测方法另一实施例中，如图4所示，还可进一步包括步骤304，根据所述相关性检测结果对所述信息推荐系统进行评分，得到评分结果。比如，分别统计所述相关性检测结果中相关和不相关的数量，计算推荐信息的相关率等。

本发明实施例提供的信息推荐效果检测方法，主要针对在对话场景比如使用聊天工具进行聊天的场景中进行信息推荐的系统，检测其信息推荐的效果如何。通过模拟真实用户的对话需求和意图生成对话语句，避免了使用用户真实的聊天数据进行检测的弊端。由于可以完整地模拟用户聊天的各种对话行为，因此可以全面地检测信息推荐系统在各种不同对话环境下、以及单轮对话或多轮对话过程中的信息推荐效果，进而为信息推荐系统的开发、检测及优化提供有效的帮助。

相应地，本发明实施例还提供一种信息推荐效果检测装置，如图5所示，是该装置的一种结构框图。

在该实施例中，所述装置包括以下各模块：

对话模拟器501，用于利用预先建立的对话行为脚本模拟用户输入行为自动生成一系列对话信息，并将所述对话信息输入到信息推荐系统500；

检测模块502，用于在接收到所述信息推荐系统500针对所述对话信息的推荐信息时，将所述对话信息和所述推荐信息输入预先建立的相关性判断模型，根据所述相关性判断模型的输出得到相关性检测结果；

记录模块503，用于记录所述相关性检测结果。所述对话模块器包括权利要求

所述对话模块器的具体结构可参考前面所述的自动生成对话的装置，在此不再详细描述。

进一步，在本发明信息推荐效果检测装置另一实施例中，还可包括：评分模块(未图示)，用于根据所述相关性检测结果对所述信息推荐系统进行评分，得到评分结果。

本发明实施例提供的信息推荐效果检测装置，主要针对在对话场景比如使用聊天工具进行聊天的场景中进行信息推荐的系统，检测其信息推荐的效果如何。通过模拟真实用户的对话需求和意图生成对话语句，避免了使用用户真实的聊天数据进行检测的弊端。由于可以完整地模拟用户聊天的各种对话行为，因此可以全面地检测信息推荐系统在各种不同对话环境下、以及单轮对话或多轮对话过程中的信息推荐效果，进而为信息推荐系统的开发、检测及优化提供有效的帮助。

本发明实施例提供的信息推荐效果检测方法及装置，通过模拟真实用户的对话需求和意图生成对话语句，使输出的模拟用户对话符合实际应用的对话场景；而且，可以生成各种不同个性、不同领域、不同意图的用户对话，保证了对话信息的丰富性及广泛性。相较于需要进行长时间数据收集和清洗才能使用的人工对话数据和真实用户对话数据，可以在较短时间内大规模生成立即可用的对话数据，有效地缩短了信息推荐系统的推荐效果的评估时间，从而提高信息推荐系统的开发及优化速度。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

需要说明的是，本发明实施例的方法及装置，可以应用于各种终端设备中，比如手机、计算机、笔记本等设备。

图6是根据一示例性实施例示出的一种用于自动生成对话的方法的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理部件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述按键误触纠错方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种按键误触纠错方法，所述方法包括：在用户输入过程中，获取各按键被触发时的按压信息；根据获取的按压信息确定误触发按键；对误触发按键进行纠错；确定纠错后的完整输入串对应的各候选词。

图7是本发明实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central Processing Units，CPU)1922(例如，一个或一个以上处理器)和存储器1932，一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中，存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1922可以设置为与存储介质1930通信，在服务器1900上执行存储介质1930中的一系列指令操作。

服务器1900还可以包括一个或一个以上电源1926，一个或一个以上有线或无线网络接口1950，一个或一个以上输入输出接口1958，一个或一个以上键盘1956，和/或，一个或一个以上操作系统1941，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM等等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置的处理器执行时，使得装置能够执行上述按键误触纠错方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。