任務(wù)型對(duì)話系統(tǒng)是自然語(yǔ)言處理領(lǐng)域中的一個(gè)重要分支,它通常面向?qū)ｉT的領(lǐng)域,通過與人類的交互來獲取領(lǐng)域相關(guān)信息,以輔助人們完成預(yù)定餐廳、設(shè)置日程和查詢天氣等特定任務(wù)。任務(wù)型對(duì)話系統(tǒng)擁有基于管道方法和基于端到端方法的兩種實(shí)現(xiàn)方案。其中,基于管道方法的任務(wù)型對(duì)話系統(tǒng)實(shí)現(xiàn)方案將系統(tǒng)分解為語(yǔ)言理解、對(duì)話管理和自然語(yǔ)言生成三個(gè)模塊。該方案由于其清晰的架構(gòu)和穩(wěn)定的效果,在工業(yè)界中被廣泛采用。本文在管道方法的基礎(chǔ)上,研究了任務(wù)型對(duì)話系統(tǒng)中的多領(lǐng)域語(yǔ)言理解任務(wù)和對(duì)話管理任務(wù),并在研究成果的基礎(chǔ)上對(duì)面向冬奧會(huì)的任務(wù)型對(duì)話系統(tǒng)進(jìn)行了設(shè)計(jì)與實(shí)現(xiàn)。首先,在多領(lǐng)域語(yǔ)言理解任務(wù)中,我們對(duì)部分基線模型的預(yù)測(cè)結(jié)果進(jìn)行統(tǒng)計(jì)分析,觀察到了槽位領(lǐng)域錯(cuò)亂問題,即模型預(yù)測(cè)槽位不屬于其文本對(duì)應(yīng)意圖下的候選槽位集合的問題。針對(duì)槽位領(lǐng)域錯(cuò)亂問題,我們提出了基于意圖信息增強(qiáng)的聯(lián)合模型,將意圖信息以向量的形式顯式引入槽位預(yù)測(cè)過程中。在對(duì)意圖信息向量進(jìn)行構(gòu)造的過程中,我們先后嘗試了雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（BiLSTM）、基于注意力機(jī)制的雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（Attention-Based BiLSTM）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）三種方案。最終,在多領(lǐng)... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

測(cè)試集對(duì)話成功率變化曲線圖

【參考文獻(xiàn)】：
期刊論文
[1]口語(yǔ)對(duì)話系統(tǒng)中對(duì)話管理方法研究綜述[J]. 王玉,任福繼,全昌勤.  計(jì)算機(jī)科學(xué). 2015(06)
[2]自然語(yǔ)言處理的研究與發(fā)展[J]. 李生.  燕山大學(xué)學(xué)報(bào). 2013(05)



本文編號(hào)：3514655