检索与生成模型相融合的目标导向型对话系统

发布时间：2021-04-25 09:39

　　企业业务规模不断扩大,客户越来越多,客服人员工作量增加,但服务能力有限。以电话客服为例,在客户致电或在线咨询客服代表的问题中,超过60%的问题都是常见的,企业要为重复的工作量买单。但若可以应用机器人客服,人力成本就会大大降低。与此同时,互联网内容呈爆炸式增长,使得信息搜索结果良莠不齐。在健康咨询领域中,各类患者人数逐年增加,我国医疗卫生条件不能跟上患者的就医需求,因此如何通过人工智能和其它计算机领域新技术利用网络中的信息解决当前患者的健康咨询问题,带动医学领域的信息化建设,是如今迫切需要解决的问题。针对上述问题,本文提出了建立检索与生成模型相融合的目标导向型对话系统并将之用于健康咨询领域。该系统通过对用户关于健康咨询方面的查询进行语义分析,从大规模信息来源可靠的健康咨询知识库中学习到了答案回复给用户,帮助其解答健康方面的疑惑。检索与生成模型相融合的目标导向型对话系统主要包含三部分:问题检索模块,语义匹配模块和回复生成模块。我们构建了健康咨询领域的数据集用于训练这些模块中将要用到模型。同时,我们通过一系列的实验证明了这三个模块中的算法的有效性和优越性。通过结合检索模型和生成模型,对话系统... 

【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】：65 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景及研究目的和意义
        1.1.1 课题背景
        1.1.2 课题研究的目的和意义
    1.2 国内外研究现状
        1.2.1 面向任务的对话系统
        1.2.2 非面向任务的对话系统
    1.3 本文研究内容及章节安排
        1.3.1 本文研究内容
        1.3.2 本文章节安排
第2章 健康咨询领域语料库的构建
    2.1 语料库构建的目的和意义
    2.2 数据收集
        2.2.1 问答库的构建
        2.2.2 问句对抽取
    2.3 数据标注
        2.3.1 自动筛选
        2.3.2 人工标注
    2.4 本章小结
第3章 问题检索算法的设计与实现
    3.1 引言
    3.2 基于词法的问题检索算法
    3.3 基于语义的问题检索算法
        3.3.1 语义表示算法
        3.3.2 近似检索算法
    3.4 本章小结
第4章 语义匹配算法的设计与实现
    4.1 引言
    4.2 语义匹配算法
        4.2.1 BiMPM
        4.2.2 BERT
        4.2.3 ERNIE
        4.2.4 Multitask-ERNIE
    4.3 实验分析
        4.3.1 评价指标介绍
        4.3.2 语义匹配算法对比
    4.4 本章小结
第5章 检索与生成模型相融合的目标导向型对话系统的实现
    5.1 引言
    5.2 回复生成算法
        5.2.1 Attentive Seq2seq
        5.2.2 Transformer
        5.2.3 实验分析
    5.3 系统实现
    5.4 本章小结
结论
参考文献
致谢



本文编号：3159160