一种基于对话系统对用户问句提出反问的方法和装置

摘要

本说明书实施例提供了一种基于对话系统对用户问句提出反问的方法和装置，所述对话系统中包括强化学习模型，所述方法包括：获取基于对话系统的第一对话回合，所述第一对话回合中包括T轮对话；获取与所述第一对话回合对应的T个状态；获取与所述T轮对话中包括的多个反问句分别对应的多个反馈分数向量，所述反馈分数向量包括的多个维度与多个预定特征分别对应；基于所述T个状态、所述多个反问句以及所述多个反馈分数向量，训练所述强化学习模型，以用于基于所述强化学习模型对用户问句提出反问。