在人工智能興起的浪潮中,模擬人類交流能力的智能對(duì)話系統(tǒng)因其廣泛的應(yīng)用場(chǎng)景一直受到工業(yè)界的重點(diǎn)關(guān)注,同時(shí)也是國(guó)內(nèi)外研究學(xué)者的熱門研究方向之一。在對(duì)話系統(tǒng)類別中,任務(wù)導(dǎo)向型對(duì)話系統(tǒng)能夠通過(guò)多輪對(duì)話的形式收集用戶需求信息,提供符合用戶描述要求的服務(wù)。普遍面向垂直領(lǐng)域的任務(wù)型對(duì)話系統(tǒng)在為人們生活提供更高效更優(yōu)質(zhì)服務(wù)的同時(shí),也為企業(yè)節(jié)省大量人力成本,具有巨大的商業(yè)應(yīng)用價(jià)值�；诠艿婪绞介_(kāi)發(fā)實(shí)現(xiàn)的任務(wù)型對(duì)話系統(tǒng)通常由三個(gè)關(guān)鍵模塊(自然語(yǔ)言理解模塊、對(duì)話管理模塊、自然語(yǔ)言生成模塊)和一個(gè)后端數(shù)據(jù)庫(kù)組成。自然語(yǔ)言理解模塊對(duì)用戶語(yǔ)義解析的準(zhǔn)確程度直接限制系統(tǒng)的性能,因此,本文面向解決垂直領(lǐng)域任務(wù)的對(duì)話系統(tǒng),重點(diǎn)對(duì)于其中自然語(yǔ)言理解部分展開(kāi)研究。自然語(yǔ)言理解可以拆分成兩個(gè)子任務(wù):意圖識(shí)別和語(yǔ)義槽填充,盡管國(guó)內(nèi)外關(guān)于這兩個(gè)任務(wù)已經(jīng)展開(kāi)了大量研究工作,但較少工作關(guān)注于系統(tǒng)的多輪交互特性,并且尚未有效整合領(lǐng)域知識(shí)來(lái)提升語(yǔ)言解析效果。本文針對(duì)上述問(wèn)題,基于深度學(xué)習(xí)模型,開(kāi)展了結(jié)合語(yǔ)境的意圖識(shí)別方法和融合領(lǐng)域知識(shí)的槽填充方法研究。針對(duì)多輪對(duì)話數(shù)據(jù)的時(shí)序性,提出基于上下文信息的意圖識(shí)別模型。對(duì)于單一對(duì)話中的多種意圖采...

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1任務(wù)型對(duì)話系統(tǒng)基本結(jié)構(gòu)

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文2信息點(diǎn)較多，通常情況下需要人機(jī)多輪交互，用戶可以在對(duì)話過(guò)程中不斷完善或修改自己的需求，任務(wù)導(dǎo)向型系統(tǒng)則需不斷通過(guò)詢問(wèn)、澄清和確認(rèn)等手段幫助用戶完成目標(biāo)任務(wù)（2）非任務(wù)導(dǎo)向型對(duì)話系統(tǒng)（Non-task-orientedDialogueSystem）：....

圖1-2用戶對(duì)話理解流程示例

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文3由上述對(duì)話系統(tǒng)完整結(jié)構(gòu)可以看出，NLU模塊作為人機(jī)對(duì)話系統(tǒng)中的先導(dǎo)模塊，其理解結(jié)果的質(zhì)量直接限制后續(xù)模塊可達(dá)到的最優(yōu)效果，同時(shí)，NLU技術(shù)在自然語(yǔ)言處理任務(wù)中有著廣泛的應(yīng)用，對(duì)其進(jìn)行研究具有重要的價(jià)值。因此，本課題主要的研究工作聚焦于對(duì)話語(yǔ)句理解部....

圖2-1Word2Vec的兩種網(wǎng)絡(luò)結(jié)構(gòu)[27]

畔⒎?襝掠穩(wěn)撾�。�?學(xué)習(xí)詞向量需大量計(jì)算資源，有關(guān)研究一直沒(méi)能突破這個(gè)技術(shù)難點(diǎn)，直到2013年，Mikolov等人[27]提出了Word2Vec模型，有效減小計(jì)算復(fù)雜度，以更短的訓(xùn)練時(shí)間獲得更優(yōu)質(zhì)的詞向量，這也是目前最常用的詞嵌入模型之一。除Word2Vec模型外，F(xiàn)astTex....

圖2-2FastText模型架構(gòu)[29]

tTextFastText是facebook在2016年開(kāi)源的一個(gè)輕量級(jí)的文本向量化與文本分類工具，提供高速且高性能的文本表征學(xué)習(xí)和文本分類的方法[29]。FastText結(jié)合了n-gram特征和詞袋模型來(lái)表征語(yǔ)句，另外還引入了子詞（subword）特征，并通過(guò)隱式的詞內(nèi)特征在不....

本文編號(hào)：3955500