本發(fā)明公開了一種融合用戶滿意度的任務(wù)導(dǎo)向型對話策略學(xué)習(xí)方法。所述方法包括以下步驟：收集人機(jī)對話數(shù)據(jù)并結(jié)合任務(wù)場景進(jìn)行數(shù)據(jù)清洗；提取出對話中的意圖、槽值和情緒狀態(tài)信息，并進(jìn)行向量化表示；構(gòu)建對話策略模塊；構(gòu)建情感策略模塊；構(gòu)建加權(quán)融合模塊，獲取候選響應(yīng)動作對應(yīng)的聚合動作價值與動作情感價值的總得分，并根據(jù)總得分預(yù)測響應(yīng)動作；獲取預(yù)測的響應(yīng)動作后的對話狀態(tài)、獎勵和用戶真實情緒狀態(tài)信息，優(yōu)化對話策略模塊和情感策略模塊的網(wǎng)絡(luò)參數(shù)。本發(fā)明充分考慮了對話和情感狀態(tài)的特征，通過融合深度強(qiáng)化學(xué)習(xí)和監(jiān)督學(xué)習(xí)技術(shù)，兼顧對話效率和用戶滿意度目標(biāo)，提高了對話策略模型的效果。