多轮对话文本连贯性研究

发布时间：2021-11-18 01:58

　　连贯性是衡量语句内部逻辑是否自洽的重要属性,连贯性更高的对话更容易被整合成一个易于理解的整体,因此,对话的文本连贯性评估是对话质量评估的一个关键指标。目前针对文本连贯性建模的研究主要集中在新闻报道等独白式语篇,针对对话的连贯性建模研究较少。因此,本文分别研究基于传统机器学习方法和深度学习方法的对话连贯性建模,并结合对话文本中蕴含的语义信息和对话行为类标表征的意图信息,构建对话连贯性模型。实体网格模型是最受欢迎的连贯性建模方法,其从语言学出发,根据文本中相邻句子间的实体分布模式来建模文本连贯性。因此,本文的第一个研究工作是改进经典的实体网格模型,引入对话特有的意图信息,并采用传统的机器学习方法进行对话连贯性建模。本文首先构建包含对话意图的对话行为实体网格,而后建模对话中实体在话语间的意图转换,并结合有监督的机器学习算法,构建对话连贯性模型。在多轮对话数据集上的实验结果验证了意图信息对对话连贯性建模具有一定的指导作用。上面的基于传统机器学习方法的对话连贯性模型,需要人工抽取特征,系统迁移性和泛化性差,且无法捕获实体的意图信息在话语间的长距离转换。因此,本文的第二个研究工作提出基于深度神经网... 

【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图２－１支持向量机原理图??

?（ｂ）??图２－２?ＳＶＭ中非线性可分问题和核函数技巧示意图??图２－３展示了一个排序问题的例子。其中假设在特征空间中存在两组对象??（即图中两个圆），且包含三个等级（即图中三种符号表示），例如，图中左侧??组中的对象Ｘｌ，ｘ２和幻分别对应Ｈ：个不＿的等级。??个??＇ｙ７ｖ??離‘??／?一??＾?ｒａｎｋ?１???＞??图２－３排序问题示意图??定义排序函数为／Ｗ，则可根据／问的大小来对对象进行排序，即如果??／（七）＞／（巧），则Ｘ，．应排在巧的前面，反之亦然。可以用如下公式表示ｊ??ｘｉ＞ｘｊ＜＾ｆ（ｘｉ）＞ｆ（ｘｊ）?（２－４）??要柱倉的是，属于不同组的对象之间不能进行比较。理论上／Ｗ可以为任倉??函数，简单起见，我们假设其为线性函数／（ｘ）?＝?＞，ｘ＞，则排序问题可转化为一个??＝１分类何题：??１４??

（ａ）?（ｂ）??图２－２?ＳＶＭ中非线性可分问题和核函数技巧示意图??图２－３展示了一个排序问题的例子。其中假设在特征空间中存在两组对象??（即图中两个圆），且包含三个等级（即图中三种符号表示），例如，图中左侧??组中的对象Ｘｌ，ｘ２和幻分别对应Ｈ：个不＿的等级。??个??＇ｙ７ｖ??離‘??／?一??＾?ｒａｎｋ?１???＞??图２－３排序问题示意图??定义排序函数为／Ｗ，则可根据／问的大小来对对象进行排序，即如果??／（七）＞／（巧），则Ｘ，．应排在巧的前面，反之亦然。可以用如下公式表示ｊ??ｘｉ＞ｘｊ＜＾ｆ（ｘｉ）＞ｆ（ｘｊ）?（２－４）??要柱倉的是，属于不同组的对象之间不能进行比较。理论上／Ｗ可以为任倉??函数，简单起见，我们假设其为线性函数／（ｘ）?＝?＞，ｘ＞，则排序问题可转化为一个??＝１分类何题：


本文编号：3501987