任务型对话关键技术及其应用研究

发布时间：2021-11-23 21:14

　　任务型对话系统是自然语言处理领域中的一个重要分支,它通常面向专门的领域,通过与人类的交互来获取领域相关信息,以辅助人们完成预定餐厅、设置日程和查询天气等特定任务。任务型对话系统拥有基于管道方法和基于端到端方法的两种实现方案。其中,基于管道方法的任务型对话系统实现方案将系统分解为语言理解、对话管理和自然语言生成三个模块。该方案由于其清晰的架构和稳定的效果,在工业界中被广泛采用。本文在管道方法的基础上,研究了任务型对话系统中的多领域语言理解任务和对话管理任务,并在研究成果的基础上对面向冬奥会的任务型对话系统进行了设计与实现。首先,在多领域语言理解任务中,我们对部分基线模型的预测结果进行统计分析,观察到了槽位领域错乱问题,即模型预测槽位不属于其文本对应意图下的候选槽位集合的问题。针对槽位领域错乱问题,我们提出了基于意图信息增强的联合模型,将意图信息以向量的形式显式引入槽位预测过程中。在对意图信息向量进行构造的过程中,我们先后尝试了双向长短时记忆网络（BiLSTM）、基于注意力机制的双向长短时记忆网络（Attention-Based BiLSTM）和卷积神经网络（CNN）三种方案。最终,在多领... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

测试集对话成功率变化曲线图

【参考文献】：
期刊论文
[1]口语对话系统中对话管理方法研究综述[J]. 王玉,任福继,全昌勤.  计算机科学. 2015(06)
[2]自然语言处理的研究与发展[J]. 李生.  燕山大学学报. 2013(05)



本文编号：3514655