买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉曲阜师范大学申请的专利任务型对话模型训练方法、装置、设备和计算机可读介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115905486B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211427144.6，技术领域涉及：G06F16/3329；该发明授权任务型对话模型训练方法、装置、设备和计算机可读介质是由刘智斌;周振友;李光顺;董兆安;庞入才;雷玉霞设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本任务型对话模型训练方法、装置、设备和计算机可读介质在说明书摘要公布了：本发明公开了一种智能对话模型训练方法、装置、设备和计算机可读介质，属于计算机技术领域。方法包括：利用生成器生成用户目标，用户目标包括：请求和约束，请求为完成对话任务所需的缺失信息，约束为完成对话任务必须满足的要求；抽取用户目标，利用对话模型根据对话策略从对话动作数据集中抽取对话动作；判断对话策略是否完成且对话动作是否满足用户目标，若是，则按照第一奖励策略生成生成器的正向奖励，若对话策略完成且对话动作没有满足用户目标，则按照第一奖励策略生成生成器的负向奖励。本发明使用对抗性训练优化生成器网络来生成始终处于对话模型适当难度水平的任务，随着对话模型的进步，迫使生成器提出越来越具有挑战性的用户目标。

本发明授权任务型对话模型训练方法、装置、设备和计算机可读介质在权利要求书中公布了：1.一种任务型对话模型训练方法，其特征在于，包括： 利用生成器生成用户目标，所述用户目标包括：请求和约束，所述请求为完成对话任务所需的缺失信息，所述约束为完成对话任务必须满足的要求； 抽取所述用户目标，利用对话模型根据对话策略从对话动作数据集中抽取对话动作； 采用对话跟踪器通过记录用户目标中的用户约束的信息和指示用户要查询的内容来更新对话状态，给定一个对话动作，对话跟踪器会根据其槽值更新其槽类型的信念状态； 判断所述对话策略是否完成且所述对话动作是否满足所述用户目标，若是，则按照第一奖励策略生成所述生成器的正向奖励，若所述对话策略完成且所述对话动作没有满足所述用户目标，则按照所述第一奖励策略生成所述生成器的负向奖励； 所述第一奖励策略，包括 ， 其中，rT表示所述生成器的奖励，+α和-β表示所述生成器的正奖励和负奖励，t+表示对话轮次，t*为所述对话策略中定义的对话轮次阈值区间； 对话模型会因完成生成器的目标而得到累计折扣奖励，若所述对话动作满足所述用户目标，则按照第二奖励策略生成所述对话模型的正向奖励； 所述第二奖励策略，包括 ， 其中，r表示所述对话模型的奖励。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人曲阜师范大学，其通讯地址为：273100 山东省济宁市曲阜市静轩西路57号曲阜师范大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。