隨著科學(xué)技術(shù)的發(fā)展,聊天機(jī)器人已經(jīng)不再只是科幻電影中的存在,對(duì)話系統(tǒng)也因?yàn)槠渚薮蟮臐摿褪袌?chǎng)價(jià)值受到越來(lái)越多的關(guān)注。任務(wù)型對(duì)話應(yīng)用通過(guò)在自然語(yǔ)言交互中收集信息和決策幫助人們完成特定事務(wù),減少人力成本。傳統(tǒng)的任務(wù)型對(duì)話應(yīng)用開(kāi)發(fā)中,應(yīng)用開(kāi)發(fā)者不但要關(guān)注特定的應(yīng)用場(chǎng)景,而且要完成意圖分類(lèi)和識(shí)別,會(huì)話管理等諸多任務(wù)型對(duì)話應(yīng)用的通用功能。引入任務(wù)型對(duì)話應(yīng)用框架提供任務(wù)型對(duì)話應(yīng)用通用性和基礎(chǔ)性的功能可以大大降低相關(guān)開(kāi)發(fā)工作的復(fù)雜度和工作量。本文設(shè)計(jì)和實(shí)現(xiàn)了任務(wù)型對(duì)話應(yīng)用框架。此框架提供了基于Web的界面,允許用戶輸入文字內(nèi)容,并分析用戶輸入的語(yǔ)句以確定用戶的意圖,在必要時(shí)通過(guò)與用戶的多輪對(duì)話明確用戶意圖,而后調(diào)用與用戶意圖對(duì)應(yīng)的服務(wù)接口滿足用戶需求,通過(guò)Web界面給出響應(yīng)。本文采用基于規(guī)則和神經(jīng)網(wǎng)絡(luò)的聯(lián)合意圖判定模型對(duì)用戶語(yǔ)句中的意圖進(jìn)行判定。傳統(tǒng)規(guī)則匹配模型采用AIML規(guī)則語(yǔ)句實(shí)現(xiàn),神經(jīng)網(wǎng)絡(luò)意圖識(shí)別模型采用LSTM獲取語(yǔ)義特征輸出不同特征下的概率,再通過(guò)SoftMax函數(shù)歸一化分類(lèi)結(jié)果。組合模型具備易修改和智能可訓(xùn)練的特點(diǎn)。本論文首先對(duì)任務(wù)型對(duì)話應(yīng)用框架的研究背景和相關(guān)技術(shù)進(jìn)行介紹;并調(diào)研了對(duì)話... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１?Ｗｏｒｄ２Ｖｅｃ模型示意圖??

比如長(zhǎng)短期記憶網(wǎng)絡(luò)（Ｌｏｎｇ?Ｓｈｏｒｔ－Ｔｅｒｍ?Ｍｅｍｏｒｙ，?ＬＳＴＭ）是一種時(shí)間遞歸神??經(jīng)網(wǎng)絡(luò)，能夠記住較長(zhǎng)時(shí)間的歷史信息，多層網(wǎng)絡(luò)的ＬＳＴＭ可以更好地提取語(yǔ)料??特征達(dá)到更高的準(zhǔn)確率［１３］。其網(wǎng)絡(luò)單元結(jié)構(gòu)如下圖２－３的ＬＳＴＭ單元結(jié)構(gòu)所示，??ＬＳＴＭ單元結(jié)構(gòu)上方的橫線表示單元結(jié)構(gòu)之間能夠互相傳遞單元結(jié)構(gòu)的狀態(tài)，同??時(shí)細(xì)胞單元通過(guò)三個(gè)門(mén)結(jié)構(gòu)來(lái)實(shí)現(xiàn)加入或者刪除信息［１４］，是上一個(gè)單元結(jié)構(gòu)??的輸出，ｘｔ是當(dāng)前單元的輸入，〇？是ｓｉｇｍｏｄ函數(shù)，其中遺忘門(mén)代表的函數(shù)的計(jì)算??７??

?池化層?全歸一ｆｔ？出??圖２－２神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)語(yǔ)句分類(lèi)??比如長(zhǎng)短期記憶網(wǎng)絡(luò)（Ｌｏｎｇ?Ｓｈｏｒｔ－Ｔｅｒｍ?Ｍｅｍｏｒｙ，?ＬＳＴＭ）是一種時(shí)間遞歸神??經(jīng)網(wǎng)絡(luò)，能夠記住較長(zhǎng)時(shí)間的歷史信息，多層網(wǎng)絡(luò)的ＬＳＴＭ可以更好地提取語(yǔ)料??特征達(dá)到更高的準(zhǔn)確率［１３］。其網(wǎng)絡(luò)單元結(jié)構(gòu)如下圖２－３的ＬＳＴＭ單元結(jié)構(gòu)所示，??ＬＳＴＭ單元結(jié)構(gòu)上方的橫線表示單元結(jié)構(gòu)之間能夠互相傳遞單元結(jié)構(gòu)的狀態(tài)，同??時(shí)細(xì)胞單元通過(guò)三個(gè)門(mén)結(jié)構(gòu)來(lái)實(shí)現(xiàn)加入或者刪除信息［１４］，是上一個(gè)單元結(jié)構(gòu)??的輸出，ｘｔ是當(dāng)前單元的輸入，〇？是ｓｉｇｍｏｄ函數(shù)，其中遺忘門(mén)代表的函數(shù)的計(jì)算??７??

【參考文獻(xiàn)】：
期刊論文
[1]任務(wù)型人機(jī)對(duì)話系統(tǒng)中的認(rèn)知技術(shù)——概念、進(jìn)展及其未來(lái)[J]. 俞凱,陳露,陳博,孫鍇,朱蘇.  計(jì)算機(jī)學(xué)報(bào). 2015(12)
[2]統(tǒng)計(jì)與詞典相結(jié)合的領(lǐng)域自適應(yīng)中文分詞[J]. 張梅山,鄧知龍,車(chē)萬(wàn)翔,劉挺.  中文信息學(xué)報(bào). 2012(02)
[3]口語(yǔ)對(duì)話管理綜述[J]. 王菁華,鐘義信,王樅,劉建毅.  計(jì)算機(jī)應(yīng)用研究. 2005(10)



本文編號(hào)：3600198