本發(fā)明公開了一種面向任務(wù)型對話系統(tǒng)的對話策略方法，應(yīng)用在基于知識圖譜的音樂智能搜索場景中，包括以下步驟：S1、針對特定領(lǐng)域構(gòu)建馬爾科夫決策模型；S2、利用貝爾曼方程計(jì)算狀態(tài)值函數(shù)矩陣；S3、結(jié)合當(dāng)前時刻的對話狀態(tài)，匹配知識圖譜和搜索知識庫，得到滿足用戶目標(biāo)的音樂結(jié)果；S4、對搜索結(jié)果進(jìn)行屬性信息熵計(jì)算；S5、對計(jì)算出來的屬性信息熵進(jìn)行分析；S6、通過狀態(tài)轉(zhuǎn)移矩陣計(jì)算出下一輪動作。本發(fā)明克服任務(wù)型對話系統(tǒng)中完全冷啟動的困難，通過構(gòu)建強(qiáng)化學(xué)習(xí)模型計(jì)算狀態(tài)值函數(shù)矩陣，結(jié)合狀態(tài)值函數(shù)矩陣的結(jié)果與該狀態(tài)的屬性信息熵，得到下一輪的動作，用更少的對話輪次完成知識搜索任務(wù)，具有很好的可用性。