發(fā)布時間：2022-12-08 06:29

　　網(wǎng)絡(luò)輿情形成快、影響大,如何對其進(jìn)行智能導(dǎo)控一直是網(wǎng)絡(luò)安全中的難點和重點。本文提出使用智能回復(fù)系統(tǒng)對網(wǎng)絡(luò)輿情進(jìn)行自動引導(dǎo)的觀點,然后對智能回復(fù)系統(tǒng)研究進(jìn)行了綜述。本文首先介紹了當(dāng)前智能回復(fù)系統(tǒng)的主流研究方向,如視覺問答、基于知識圖譜的問答和推理問答等不同類型的智能回復(fù)系統(tǒng);接著根據(jù)應(yīng)用場景的不同分別介紹了垂直領(lǐng)域和開放領(lǐng)域的智能回復(fù)系統(tǒng),然后從技術(shù)手段上對實現(xiàn)智能回復(fù)系統(tǒng)的各種主流方法進(jìn)行了詳細(xì)的介紹和探討。最后本文總結(jié)歸納了當(dāng)前智能回復(fù)系統(tǒng)的自動評價方法以及當(dāng)前智能回復(fù)系統(tǒng)存在的主要問題及未來可能的研究方向。 

【文章頁數(shù)】：15 頁

【文章目錄】：
1 引言
2 智能回復(fù)系統(tǒng)主流研究方向
    2.1 視覺問答
    2.2 基于知識圖譜的問答
    2.3 推理問答
3 垂直領(lǐng)域智能回復(fù)系統(tǒng)VS.開放領(lǐng)域智能回復(fù)系統(tǒng)
    3.1 垂直領(lǐng)域智能回復(fù)系統(tǒng)
        3.1.1 Pipeline Methods
        3.1.2 end-to-end模型
    3.2 開放領(lǐng)域的智能回復(fù)系統(tǒng)
4 檢索模型VS.生成模型
    4.1 檢索模型
        4.1.1 基于淺層語義表示的方法
        4.1.2 基于深度語義表示的方法
    4.2 生成模型
        4.2.1 針對通用回復(fù)問題的改進(jìn)
        4.2.2 引入復(fù)制機制
        4.2.3 引入個人信息
        4.2.4 引入對話歷史
        4.2.5 引入情感分析
        4.2.6 引入外部知識
        4.2.7 引入語法分析
    4.3 檢索和生成的混合模型
5 常用評價方法
    5.1 基于重疊詞
    5.2 基于詞向量
    5.3 其他方法
6 語料資源歸納
    6.1 推特語料
    6.2 Ubuntu語料
    6.3 微博語料
7 總結(jié)


【參考文獻(xiàn)】：
期刊論文
[1]輿情監(jiān)測系統(tǒng)設(shè)計[J]. 張昕,孫江輝.  現(xiàn)代電子技術(shù). 2015(11)



本文編號：3713736