本申請涉及人工智能技術領域,公開了一種對話方法、裝置、電子設備及可讀存儲介質,對話方法包括:獲取用戶輸入的目標問句;基于訓練后的強化學習模型,確定與所述目標問句對應的反饋動作;其中,所述強化學習模型是基于至少兩輪樣本對話、以及至少兩輪樣本對話所確定的獎勵函數訓練得到的;每一輪樣本對話包括樣本問句和對應的樣本答句;確定與所述反饋動作對應的目標答句,并輸出所述目標答句。本申請提供的對話方法使得最終訓練得到的強化學習模型的預測準確率更高。
聲明:
“對話方法、裝置、電子設備及可讀存儲介質” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)