对话模型的训练方法、装置及存储介质与流程

技术特征：
1.一种对话模型的训练方法，其中，包括：获取第一对话样本，所述第一对话样本包含所述第一语种的对话数据和所述第二语种的对话数据中的至少一项，所述第一对话样本是根据第一语种的对话数据得到的；利用所述第一对话样本对初始对话模型进行预训练得到所述第一语种的预训练对话模型；基于第二语种的对话数据获取第二对话样本，所述第二对话样本的数量小于或等于所述第一对话样本的数量；利用所述第二对话样本对所述第一语种的预训练对话模型进行训练得到所述第二语种的对话模型。2.根据权利要求1所述的方法，其中，所述第一对话样本包含所述第一语种的对话数据，所述基于第一语种的对话数据获取第一对话样本，包括：获取基于所述第一语种的对话数据，作为所述第一对话样本。3.根据权利要求1所述的方法，其中，所述第一对话样本包含所述第一语种的对话数据和所述第二语种的对话数据，所述基于第一语种的对话数据获取第一对话样本，包括：获取所述第一语种的对话数据，在所述第一语种的对话数据中确定至少一个待替换实体；将所述第一语种的对话数据中的所述至少一个待替换实体替换为所述第二语种的目标实体，得到所述第一对话样本。4.根据权利要求1所述的方法，其中，所述第一对话样本包含所述第二语种的对话数据，所述基于第一语种的对话数据获取第一对话样本，包括：获取所述第一语种的对话数据；利用翻译模型将所述第一语种的对话数据翻译成所述第二语种，得到所述第一对话样本。5.根据权利要求1所述的方法，其中，所述利用所述第二对话样本对所述第一语种的预训练对话模型进行训练得到所述第二语种的对话模型，包括：将所述第二对话样本输入所述第一语种的预训练对话模型，根据所述第二对话样本中上一轮语句和历史语句预测当前语句；根据所述当前语句确定对话是否继续，如果对话继续，则继续预测下一轮语句，如果对话结束，则生成预测对话；根据预测对话确定损失函数，并更新所述第一语种的预训练对话模型中的参数，直到训练完成得到所述第二语种的对话模型。6.根据权利要求1-5任一项所述的方法，其中，所述方法还包括：获取用户的对话数据；将所述用户的对话数据输入所述对话模型，并得到预测语句；将所述预测语句以及所述用户的对话数据作为所述第二对话样本对所述对话模型进行训练。7.一种智能语音助手，其中，包括：处理器、扬声器、麦克风以及通信接口；所述处理器分别与所述扬声器、所述麦克风以及所述通信接口通信连接；所述处理器，用于获取第一对话样本，所述第一对话样本包含所述第一语种的对话数据和所述第二语种的对话数据中的至少一项，所述第一对话样本是根据第一语种的对话数
据得到的；利用所述第一对话样本对初始对话模型进行预训练得到所述第一语种的预训练对话模型；基于第二语种的对话数据获取第二对话样本，所述第二对话样本的数量小于或等于所述第一对话样本的数量；利用所述第二对话样本对所述第一语种的预训练对话模型进行训练得到所述第二语种的对话模型。8.根据权利要求7所述的智能语音助手，其中，所述麦克风，用于将用户的声波转换为电信号传输至处理器；所述处理器，还用于根据所述麦克风传输的电信号获取用户的对话数据；将所述用户的对话数据输入所述对话模型，并得到预测语句；将所述预测语句以及所述用户的对话数据作为所述第二对话样本对所述对话模型进行训练；所述处理器，还用于将所述预测语句转换为电信号传输至所述扬声器；所述扬声器，用于将所述处理器传输的电信号转换为声波进行发射。9.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-6中任一项所述的对话模型的训练方法对应的操作。10.一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-6中任一所述的对话模型的训练方法对应的操作。

技术总结
本申请实施例提供一种对话模型的训练方法、装置及存储介质，其中，对话模型的训练方法包括：获取第一对话样本，第一对话样本包含第一语种的对话数据和第二语种的对话数据中的至少一项，第一对话样本是根据第一语种的对话数据得到的；利用第一对话样本对初始对话模型进行预训练得到第一语种的预训练对话模型；基于第二语种的对话数据获取第二对话样本，第二对话样本的数量小于或等于第一对话样本的数量；利用第二对话样本对第一语种的预训练对话模型进行训练得到第二语种的对话模型。提高了对话模型准确性。对话模型准确性。对话模型准确性。


技术研发人员：姜飞俊 胡于响 施晨 林兆江 徐鹏 冯雁
受保护的技术使用者：阿里巴巴（中国）有限公司
技术研发日：2021.11.24
技术公布日：2022/3/8