近年來(lái),隨著自然語(yǔ)言處理技術(shù)的快速發(fā)展,聊天機(jī)器人受到了很多關(guān)注,并逐漸成為了學(xué)術(shù)界和工業(yè)界的研究熱點(diǎn)。聊天機(jī)器人不斷發(fā)展進(jìn)步,應(yīng)用范圍不斷擴(kuò)大,人們對(duì)它也有了更高的要求,希望聊天機(jī)器人在關(guān)注對(duì)話內(nèi)容和對(duì)話任務(wù)的同時(shí),也可以與人進(jìn)行更深入的情感交流。這就要求聊天機(jī)器人可以理解人的情緒,并作出合乎常情的情感表達(dá)。其中,情緒理解作為合理情感表達(dá)的基礎(chǔ),在聊天機(jī)器人中就具有十分重要的研究意義。本文主要圍繞聊天機(jī)器人中的情緒識(shí)別問(wèn)題展開(kāi)研究。不同于文本情感分析中句子級(jí)的情緒識(shí)別,對(duì)話中的話語(yǔ)并不是孤立的,因此對(duì)話中的情緒識(shí)別需要更多地考慮對(duì)話中的要素,并探索這些要素對(duì)情緒識(shí)別的作用。本文主要考慮了對(duì)話中的三種不同要素,并設(shè)計(jì)了三種有針對(duì)性的對(duì)話情緒識(shí)別方法,探究引入這些要素對(duì)情緒識(shí)別性能的實(shí)際影響,本文主要的研究?jī)?nèi)容包括:(1)針對(duì)對(duì)話中存在的上下文內(nèi)容信息,本文主要提出一種基于層次化網(wǎng)絡(luò)的對(duì)話情緒識(shí)別技術(shù),通過(guò)話語(yǔ)和上下文兩級(jí)編碼器對(duì)對(duì)話進(jìn)行端到端的層次化建模,以實(shí)現(xiàn)對(duì)上下文內(nèi)容信息的有效利用,達(dá)到提升情緒識(shí)別性能的目的。(2)針對(duì)對(duì)話中存在的上下文情緒信息,本文主要提出一種基于迭代增強(qiáng)機(jī)制...

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-2RNN模型時(shí)間展開(kāi)結(jié)構(gòu)示意圖

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文圖2-2RNN模型時(shí)間展開(kāi)結(jié)構(gòu)示意圖長(zhǎng)久的應(yīng)用實(shí)踐表明，RNN能有效處理時(shí)間序列相關(guān)問(wèn)題，但是RNN同前饋神經(jīng)網(wǎng)絡(luò)一樣，也存在梯度消失的問(wèn)題，而RNN模型的變種LSTM則較好的解決了這個(gè)問(wèn)題。2.2.2長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)RNN十分適合處理時(shí)間序列相關(guān)問(wèn)題....

圖2-3LSTM單元結(jié)構(gòu)示意圖

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文圖2-3LSTM單元結(jié)構(gòu)示意圖輸入門(mén)對(duì)應(yīng)圖2-3中的i(t)，具體負(fù)責(zé)控制有多少新信息可以流入當(dāng)前時(shí)刻的單元狀態(tài)c(t)，定義如公式（2-4）所示：i(t)=σ(Wih(t1)+Uix(t)+bi)(2-4)輸入門(mén)控制下流入的新信息對(duì)應(yīng)圖2-3中的a....

圖4-3Luong等人提出的局部注意力的結(jié)構(gòu)圖[42]

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文x1x2x3xT+αt,1αt,2αt,3αt,Tyt-1yth1h2h3hTh1h2h3hTst-1st圖4-2Bahdanau等人將注意力機(jī)制應(yīng)用到編碼器-解碼器框架的模型結(jié)構(gòu)圖[39]可以無(wú)視距離直接進(jìn)行兩兩交互，并且利用掩碼矩陣還可以實(shí)現(xiàn)僅保....

本文編號(hào)：3949836