基于生成对抗网络的情感对话研究

发布时间：2022-01-02 14:31

　　人机对话生成是自然语言处理领域中十分重要的研究方向。如何生成高质量、多样的、流畅通顺、带有情感的对话是一项十分具有挑战性的任务。随着人工智能和深度学习技术的飞速发展,端到端的神经网络模型提供了可扩展的对话生成框架,为机器从语义上进行理解并自动产生回复提供了可能性。神经网络模型也带来了新的问题与挑战,基本的对话模型框架往往倾向于产生普适性、无意义、相对“安全”的回答。本文基于生成对抗网络在情感对话生成任务上进行了相关的探索和研究。本文的主要工作如下:（1）基本的对话生成模型往往不能很好的从对话文本中挖掘出句子的情感特征。为了构建能够生成指定情感的对话生成模型,将情感对话生成任务进行了拆分,训练了多个不同的模型来生成不同情感的对话文本,每个模型专注于生成一种情感的对话文本,这样使得对话生成模型在生成指定情感对话的过程中排除了其他情感所产生的干扰与影响,从而提高了模型生成某类别情感对话文本的准确度。（2）基于对抗生成网络提出了新的情感对话生成框架SMC-GAN来完成情感对话生成任务。所提出的情感对话生成模型包括一个生成模型和多个判别模型。生成模型是基于基本的Seq2Seq（sequence ... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
        1.1.1 智能对话机器人
        1.1.2 研究意义和难点
    1.2 国内外研究现状
        1.2.1 基于目标函数优化的对话生成模型
        1.2.2 基于对抗生成网络的对话生成模型
        1.2.3 融合情感因素的对话生成模型
    1.3 本文研究内容
    1.4 本文组织结构
第二章 情感对话生成相关技术介绍
    2.1 对话文本序列表示
        2.1.1 词向量
        2.1.2 词嵌入
    2.2 循环神经网络
        2.2.1 基本循环神经网络单元
        2.2.2 门控单元
        2.2.3 长短期记忆单元
    2.3 情感分类
        2.3.1 基于传统神经网络的情感分类模型
        2.3.2 基于循环神经网络的情感分类模型
    2.4 基于序列到序列模型的对话生成框架
        2.4.1 编解码网络
        2.4.2 注意力机制
    2.5 基于对抗生成网络的对话生成框架
        2.5.1 生成对抗网络的基本概念
        2.5.2 生成对抗网络处理文本生成任务
    2.6 本章小结
第三章 情感对话生成模型综述
    3.1 对话生成基线模型
    3.2 基于混合神经网络的情感对话生成模型
    3.3 基于生成对抗网络的情感对话生成模型
    3.4 基于生成对抗网络的多分类器情感对话生成模型
        3.4.1 模型整体框架结构
        3.4.2 面向情感对话文本的生成模型
        3.4.3 基本判别模型
        3.4.4 情感判别模型
        3.4.5 流畅度判别模型
    3.5 本章小结
第四章 实验与结果分析
    4.1 情感对话生成任务定义
    4.2 实验设置
        4.2.1 对话文本的情感准确度
        4.2.2 对话文本的一致性
        4.2.3 对话文本的流畅度
        4.2.4 实验参数设置
    4.3 实验环境
    4.4 数据集
    4.5 情感分类
    4.6 对话评估
    4.7 实验结果与分析
        4.7.1 情感准确度分析
        4.7.2 一致性分析
        4.7.3 流畅度分析
        4.7.4 案例分析
        4.7.5 误差分析
    4.8 本章小结
第五章 总结与展望
    5.1 本文工作总结
    5.2 未来工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况



本文编号：3564346