對(duì)話系統(tǒng)目前已經(jīng)成為人機(jī)交互最常見(jiàn)的方式之一,相較于其他的交互方式對(duì)話具有更加自然和便捷的優(yōu)勢(shì)。對(duì)話系統(tǒng)能夠和人用最簡(jiǎn)單的語(yǔ)言進(jìn)行溝通,不需要用戶(hù)具備任何專(zhuān)業(yè)知識(shí)。并且對(duì)話的形式能夠讓用戶(hù)解放雙手,因此幾乎適用于任何場(chǎng)景,同時(shí)由于語(yǔ)言是人類(lèi)進(jìn)行交流的最基本方式,也使得具備對(duì)話功能的系統(tǒng)在使用中顯得更加友好。目前對(duì)話系統(tǒng)已經(jīng)應(yīng)用于例如智能音箱、語(yǔ)音助手、智能客服、虛擬人物等領(lǐng)域。因此,一個(gè)具備優(yōu)秀語(yǔ)義理解能力和大量知識(shí)的對(duì)話系統(tǒng)有著廣闊的發(fā)展前景。經(jīng)過(guò)學(xué)術(shù)界數(shù)十年的研究,對(duì)話技術(shù)已經(jīng)有了巨大的發(fā)展,在商業(yè)領(lǐng)域也已經(jīng)取得了廣泛地應(yīng)用�，F(xiàn)有的對(duì)話系統(tǒng)在語(yǔ)義理解、人格一致性、融合知識(shí)甚至模型本身都還存在大量不足,這些不足也是我們探索此領(lǐng)域的動(dòng)力。目前,對(duì)話系統(tǒng)在商業(yè)應(yīng)用時(shí)會(huì)采用大量工程化的手段解決上述問(wèn)題,而學(xué)術(shù)界期望采用更低成本更加智能的方法使現(xiàn)有對(duì)話系統(tǒng)更加智能和易用。所以利用強(qiáng)化學(xué)習(xí)和深度學(xué)習(xí)技術(shù)讓對(duì)話系統(tǒng)智能化是一個(gè)非常有挑戰(zhàn)性又亟待解決的方向。本文不僅利用深度學(xué)習(xí)技術(shù)改進(jìn)對(duì)話系統(tǒng),也嘗試研究如何利用強(qiáng)化學(xué)習(xí)提升對(duì)話效果。本工作針對(duì)對(duì)話系統(tǒng)的一致性、模型結(jié)構(gòu)、語(yǔ)義理解和知識(shí)融合四個(gè)方面... 

【文章來(lái)源】：北京科技大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：112 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１－１目前市面主要的對(duì)話系統(tǒng)??如圖１－１近年來(lái)，為了適應(yīng)不同的應(yīng)用領(lǐng)域，開(kāi)發(fā)出了各種不同類(lèi)型的??

指導(dǎo)的對(duì)話數(shù)據(jù)集?１８０００?－?｜?丨７?｜?是??下面分別對(duì)三類(lèi)對(duì)話任務(wù)的基本方法和發(fā)展脈絡(luò)進(jìn)行總結(jié)。??１．２．１任務(wù)型對(duì)話??任務(wù)型機(jī)器人指特定條件下提供信息或服務(wù)的機(jī)器人。通常情況下是為??了滿(mǎn)足帶有明確目的用戶(hù)，例如查流量，查話費(fèi)，訂餐，訂票，咨詢(xún)等任務(wù)??型場(chǎng)景。由于用戶(hù)的需求較為復(fù)雜，通常情況下需分多輪互動(dòng)，用戶(hù)也可能??在對(duì)話過(guò)程中不斷修改與完善自己的需求，任務(wù)型機(jī)器人需要通過(guò)詢(xún)問(wèn)、澄??清和確認(rèn)來(lái)幫助用戶(hù)明確目的。??任務(wù)型機(jī)器人核心模塊主要包括三部分，如圖１－３所示。??（１）自然語(yǔ)言理解模塊?Ｎａｔｕｒａｌ?Ｌａｎｇｕａｇｅ?Ｕｎｄｅｒｓｔａｎｄｉｎｇ。??（２）對(duì)話管理模塊?Ｄｉａｌｏｇ?Ｍａｎａｇｅｍｅｎｔ。??（３）自然語(yǔ)言生成模塊?Ｎａｔｕｒａｌ?Ｌａｎｇｕａｇｅ?Ｇｅｎｅｒａｔｉｏｎ。??，丨?ｎｄｍｅａ???Ｒｅｑｕｅｓｔ（ｍｏｖｉｅ；福０ｉ?’灼變飛闕??Ｂｉｌｌ?Ｍｕｒｒａｙ?麵＾?ａｃｔ〇ｒ＾ｉＨ?ｍｕｒｒａＹ＞?Ｋｎｏｗｌｅｄｇｅ?Ｂａｓｅ??＾?＇＂Ｗｈｅｎ?ｗａｓ?Ｒｅｑｕｅｓｔ??ｔ—｛ｒｅｉ—丨．．．．．■??圖１－３任務(wù)型對(duì)話機(jī)器人流程圖??（１）自然語(yǔ)言理解模塊。當(dāng)用戶(hù)語(yǔ)言經(jīng)過(guò)自然語(yǔ)言理解模塊時(shí)，需要經(jīng)??過(guò)領(lǐng)域識(shí)別（ｄｏｍａｉｎ?ｄｅｔｅｃｔｉｏｎ），用戶(hù)意圖識(shí)別（ｉｎｔｅｎｔ?ｄｅｔｅｃｔｉｏｎ）以及槽位??提�。畛洌ǎ螅欤铮�?ｆｉｌｌｉｎｇ）三個(gè)主要子模塊。??其中領(lǐng)域識(shí)別模塊用于識(shí)別該語(yǔ)句是屬于哪個(gè)任務(wù)場(chǎng)景，領(lǐng)域識(shí)別應(yīng)當(dāng)??－７?－??

?（２）對(duì)話管理模塊。對(duì)話管理模塊的作用是存儲(chǔ)對(duì)話當(dāng)前狀態(tài)以及決策??回復(fù)策略。經(jīng)過(guò)自然語(yǔ)言理解模塊解析完成后的輸出將作為對(duì)話管理模塊的??輸入。對(duì)話管理模塊包括兩部分，狀態(tài)追蹤（Ｄｉａｌｏｇｕｅ?Ｓｔａｔｅ?Ｔｒａｃｋｉｎｇ，?ＤＳＴ）??以及對(duì)話策略（Ｄｉａｌｏｇｕｅ?Ｐｏｌｉｃｙ?Ｌｅａｒｎｉｎｇ，?ＤＰＬ）。??狀態(tài)追蹤模塊包括持續(xù)對(duì)話的各種信息，它根據(jù)舊狀態(tài)（即對(duì)話歷史），??用戶(hù)狀態(tài)（即目前槽值填充情況）與系統(tǒng)狀態(tài)（即通過(guò)與數(shù)據(jù)庫(kù)的查詢(xún)情況）??來(lái)更新當(dāng)前的對(duì)話狀態(tài)，如圖１－４所示。通常由于語(yǔ)音識(shí)別不準(zhǔn)確或者自然??語(yǔ)言本身存在歧義性等原因，語(yǔ)義理解模塊輸出的結(jié)果一般存在不準(zhǔn)確性，??它的輸出往往與真實(shí)情況存在一定的誤差。所以，語(yǔ)義理解模塊輸出每一種??可能的結(jié)果都會(huì)帶有一個(gè)相對(duì)應(yīng)的置信度。因此對(duì)話狀態(tài)跟蹤模塊在判斷當(dāng)??前的對(duì)話狀態(tài)時(shí)有兩種方法，分別是可以選擇卜Ｂｅｓｔ或者Ｎ－Ｂｅｓｔ。實(shí)現(xiàn)ＤＳＴ??模塊的主要方法有：基于條件隨機(jī)場(chǎng)模型的序列跟蹤模型、基于ＲＮＮ和??ＬＳＴＭ的序列跟蹤模型等。??系統(tǒng)狀態(tài)??舊狀態(tài)—ＨＨＳＢ?．新?tīng)顟B(tài)??用戶(hù)狀態(tài)??圖１一對(duì)話管理模塊??－９?－??

【參考文獻(xiàn)】：
期刊論文
[1]強(qiáng)化學(xué)習(xí)研究綜述[J]. 馬騁乾,謝偉,孫偉杰.  指揮控制與仿真. 2018(06)
[2]智能對(duì)話系統(tǒng)研究綜述[J]. 賈熹濱,李讓,胡長(zhǎng)建,陳軍成.  北京工業(yè)大學(xué)學(xué)報(bào). 2017(09)
[3]知識(shí)圖譜研究進(jìn)展[J]. 漆桂林,高桓,吳天星.  情報(bào)工程. 2017(01)
[4]深度強(qiáng)化學(xué)習(xí)綜述[J]. 劉全,翟建偉,章宗長(zhǎng),鐘珊,周倩,章鵬,徐進(jìn).  計(jì)算機(jī)學(xué)報(bào). 2018(01)
[5]強(qiáng)化學(xué)習(xí)研究綜述[J]. 高陽(yáng),陳世福,陸鑫.  自動(dòng)化學(xué)報(bào). 2004(01)
[6]強(qiáng)化學(xué)習(xí)理論、算法及應(yīng)用[J]. 張汝波,顧國(guó)昌,劉照德,王醒策.  控制理論與應(yīng)用. 2000(05)

博士論文
[1]強(qiáng)化學(xué)習(xí)方法及其應(yīng)用研究[D]. 黃炳強(qiáng).上海交通大學(xué) 2007
[2]策略梯度增強(qiáng)學(xué)習(xí)的理論、算法及應(yīng)用研究[D]. 王學(xué)寧.國(guó)防科學(xué)技術(shù)大學(xué) 2006



本文編號(hào)：3245319