一种基于隐变量概率密度正则化的话术扩写方法及系统

摘要

本发明涉及一种基于隐变量概率密度正则化的话术扩写方法及系统，其方法包括：步骤S1：对对话系统中已有的话术集合输入神经网络模型，利用编码器进行编码，得到每个话术的高维隐变量的后验分布；步骤S2：将话术集合对应的所有的后验分布以整体的形式进行正则化，使其逼近先验分布；步骤S3：将高维隐变量在各个维度上的边缘分布进行正则化；步骤S4：从后验分布中对隐变量取值进行采样插值，输入解码器，最终生成扩写的话术。本发明提供了的方法，可同时解决隐变量模型的后验坍塌和空洞问题。