基于特定领域客服机器人的研究与实现
发布时间：2021-05-15 21:49
随着AlphaGo大战围棋大师李世石的精彩比赛,人工智能再次火遍全世界。加上互联网的进步与发展,语音识别技术和自然语言处理技术的升级,智能聊天机器人技术也在迅速发展。同时聊天机器人也被看作成了人机交互的未来和流量入口的关键。但是目前闲聊型聊天机器人的发展并没有达到自如交流的目标,反而是一种基于特定领域的客服机器人大行其道。这种基于特定领域的客服机器人,有很强的应用场景和广阔的市场。无论在教育领域,金融领域,还是医疗领域都有着广泛的应用,通过使用客服机器人,可以提高效率,减少人力资源。而且这种基于特定领域的客服机器人结合了当前最为火热的自然语言处理技术和深度神经网络技术。本文提出了基于特定领域客服机器人的设计和相关算法的实现。这是一种多轮对话和单轮问答相结合的客服机器人。本文客服机器人采用了多种自然语言处理任务和深度学习技术相结合的方式实现,既支持固定知识库常用问题的单轮问答模式,也支持通过多轮对话获取用户信息完成业务的模式。首先,实现了单轮问答子系统。该子系统主要涉及到了中文分词,词向量转换,以及相似度匹配算法等关键技术的实现。其中中文分词针对开源算法HanLP工具进行介绍和实现;词向...
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 课题背景和研究意义
1.1.1 课题背景
1.1.2 研究意义
1.2 国内外研究现状
1.3 研究内容
1.4 组织结构
第二章 相关技术概述
2.1 中文自然语言处理
2.1.1 中文分词
2.1.2 词向量
2.2 深度神经网络
2.2.1 卷积神经网络
2.2.2 循环神经网络
2.3 RESTful API
第三章 客服机器人系统设计
3.1 系统应用背景
3.2 系统总体架构设计
3.2.1 客服机器人软件应用结构图
3.2.2 客服机器人系统拓扑图
3.3 客服机器人系统功能设计
3.3.1 单轮问答系统设计
3.3.2 多轮对话系统设计
3.4 数据库设计
3.4.1 单轮问答数据库设计
3.4.2 多轮对话数据库设计
3.5 本章小结
第四章 单轮问答系统关键技术设计实现
4.1 文本预处理
4.1.1 中文分词介绍
4.1.2 中文分词实现
4.2 词向量转换
4.2.1 语料获取
4.2.2 词向量词典
4.3 相似度计算和阈值比较
4.3.1 相似度计算
4.3.2 阈值比较
4.4 负载均衡
4.4.1 负载均衡简介
4.4.2 负载均衡实现
4.5 本章小结
第五章 多轮对话系统关键技术设计实现
5.1 多轮对话配置
5.1.1 配置信息
5.1.2 上下文信息
5.2 意图识别
5.2.1 意图识别介绍
5.2.2 意图识别实现
5.3 实体识别
5.3.1 实体识别介绍
5.3.2 实体识别实现
5.4 对话策略
5.5 本章小结
第六章 测试与结果分析
6.1 系统环境
6.2 算法模型性能测试
6.2.1 分词测试
6.2.2 词向量模型测试
6.2.3 意图识别测试
6.2.4 实体识别测试
6.3 接口测试
6.3.1 单轮问答接口测试
6.3.2 多轮对话接口测试
6.3.3 接口性能测试
6.3.4 系统对比
6.4 本章小结
第七章 总结与展望
7.1 本文总结
7.2 未来展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]基于搜索引擎的中文问答社区比较研究[J]. 张兴刚,袁毅. 图书馆学研究. 2009(06)
[2]基于多级检索的自动问答系统研究[J]. 蔡刚山,叶俊,周曼丽. 科学技术与工程. 2007(04)
[3]基于语句相似度计算的FAQ自动回复系统设计与实现[J]. 张亮,冯冲,陈肇雄,黄河燕. 小型微型计算机系统. 2006(04)
硕士论文
[1]基于深度学习的智能聊天机器人的研究[D]. 梁苗苗.浙江理工大学 2018
[2]基于强化学习的开放领域聊天机器人对话生成算法[D]. 曹东岩.哈尔滨工业大学 2017
本文编号：3188392
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 课题背景和研究意义
1.1.1 课题背景
1.1.2 研究意义
1.2 国内外研究现状
1.3 研究内容
1.4 组织结构
第二章 相关技术概述
2.1 中文自然语言处理
2.1.1 中文分词
2.1.2 词向量
2.2 深度神经网络
2.2.1 卷积神经网络
2.2.2 循环神经网络
2.3 RESTful API
第三章 客服机器人系统设计
3.1 系统应用背景
3.2 系统总体架构设计
3.2.1 客服机器人软件应用结构图
3.2.2 客服机器人系统拓扑图
3.3 客服机器人系统功能设计
3.3.1 单轮问答系统设计
3.3.2 多轮对话系统设计
3.4 数据库设计
3.4.1 单轮问答数据库设计
3.4.2 多轮对话数据库设计
3.5 本章小结
第四章 单轮问答系统关键技术设计实现
4.1 文本预处理
4.1.1 中文分词介绍
4.1.2 中文分词实现
4.2 词向量转换
4.2.1 语料获取
4.2.2 词向量词典
4.3 相似度计算和阈值比较
4.3.1 相似度计算
4.3.2 阈值比较
4.4 负载均衡
4.4.1 负载均衡简介
4.4.2 负载均衡实现
4.5 本章小结
第五章 多轮对话系统关键技术设计实现
5.1 多轮对话配置
5.1.1 配置信息
5.1.2 上下文信息
5.2 意图识别
5.2.1 意图识别介绍
5.2.2 意图识别实现
5.3 实体识别
5.3.1 实体识别介绍
5.3.2 实体识别实现
5.4 对话策略
5.5 本章小结
第六章 测试与结果分析
6.1 系统环境
6.2 算法模型性能测试
6.2.1 分词测试
6.2.2 词向量模型测试
6.2.3 意图识别测试
6.2.4 实体识别测试
6.3 接口测试
6.3.1 单轮问答接口测试
6.3.2 多轮对话接口测试
6.3.3 接口性能测试
6.3.4 系统对比
6.4 本章小结
第七章 总结与展望
7.1 本文总结
7.2 未来展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]基于搜索引擎的中文问答社区比较研究[J]. 张兴刚,袁毅. 图书馆学研究. 2009(06)
[2]基于多级检索的自动问答系统研究[J]. 蔡刚山,叶俊,周曼丽. 科学技术与工程. 2007(04)
[3]基于语句相似度计算的FAQ自动回复系统设计与实现[J]. 张亮,冯冲,陈肇雄,黄河燕. 小型微型计算机系统. 2006(04)
硕士论文
[1]基于深度学习的智能聊天机器人的研究[D]. 梁苗苗.浙江理工大学 2018
[2]基于强化学习的开放领域聊天机器人对话生成算法[D]. 曹东岩.哈尔滨工业大学 2017
本文编号：3188392
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3188392.html
