基于情感与内容特征的对话生成研究

发布时间：2021-12-17 21:10

　　人机对话系统具有方便、快捷、高效等众多优点,被视为未来重要的人机交互形式之一,其发展得到了学术界和工业界的高度重视。作为对话系统重要组成部分的对话生成,它的目标是根据用户的对话消息生成回复,其质量的好坏直接影响着用户的使用体验。随着深度学习技术的不断进步,为对话生成研究的发展提供了新动力。然而在面向开放领域的对话生成研究中,基础对话生成模型存在倾向于生成如“不知道”等一类缺乏内容回复和生成的回复趣味性与可持续性低的问题。语言的表达需要情感与内容的支撑,情感与内容可以使语言更加生动自然、充实、富有感染力。在对话生成中考虑上下文中的情感和内容,不但可以为对话提供情感的润色和内容上的填充,缓解系统易于生成缺乏内容回复的问题,同时提升回复的情感与内容的多样性,可以增加对话的趣味性、可持续性。本文将研究基于情感与内容特征的对话生成,即在对话生成的过程中,根据用户消息中所蕴含情感与内容特征,采用心理学“情感共情”机制和情感与内容特征在真实对话中的转换关系,引导深度学习模型生成满足用户情感需求且内容相关的回复。本文主要研究工作如下:（1）提出融合情感与内容特征的对话生成模型（CECF-DG）。为了获... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图２．１卷积神经网络结构图??（１）特征提取??特征提取就是利用卷积层中的卷积核（Ｋｅｍａｌ）以一定的步长（Ｆｉｌｔｅｒ）与输??

丨硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??广＼、??Ｘｌ??？（?ｗｍｌ?＼?ｂｍ??ｖＡ??．ｔ．＾?＼??ｖ??ｘｎ??？（?Ｗ．Ｗ，?ｒ??ｖ＿ｙ??图２．２卷积神经元结构图。??在卷积层中，一个卷积核也就是一个神经元，神经元将各个接收到的输入??（＾，Ｘ２＾３进行求和计算，并加上偏置项得到结果输入激活函数，最终??得到最终的输出项＆。计算过程如公式２．１、２．２所示。??Ｆｍ＝?Ｗｒｎｌ＊Ｘ１?＋?Ｗｍ２＊Ｘ２?＋?－?＋?Ｗｍｎ＊Ｘｎ?＋?ｂｍ?（公式?２．１）??Ｙｍ?＝?ｆｄＦｍ）?（公式?２．２）??其中，／为激活函数，＆表示第ｍ个卷积核经过卷积计算得到的特征图??（Ｆｅａｔｕｒｅ?Ｍａｐ），Ｗ＾ｎ为卷积核，＊为卷积运算符。??目前比较常见的激活函数［３７］［５３］有１３他函数、ｓｉｇｍｏｉｄ函数、ＲｅＬＵ函数。??ｓｉｇｍｏｉｄ（ｚ）?＝—＾?（公式?２．３）??ｌ＋ｅ＿ｚ??ｄｖｅｎｗ＞？Ｊ＜＊ｌ；ａ？??ｔ．Ｏ?．????〇，？！？?４１－??７＼??ｅ?ｔｉ?！?，／?ＯＫＪ?．?＼??＾?－ｊ?／?ａｉｓ?＼??ｔ?Ｊ?ｍ?＼?？??■?ｙ?〇〇ｆｉ?．???，???ｊ?ｉ???，?，?，?，?，?．?？?■?■＞??．１０?－ｓ?０?５?１０?－４?－３?－２?－１?０＇?１?３?３?４??如图２．３?ｓｉｇｍｏｉｄ激活函和导数的几何图像??ｓｉｇｍｏｉｄ激活函数的计算如公式２．３所示，其中，ｚ为激活函数输入的数值，??函数可以将输入的数值映射到［〇，１］区间范围内，其函数和导

丨硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??广＼、??Ｘｌ??？（?ｗｍｌ?＼?ｂｍ??ｖＡ??．ｔ．＾?＼??ｖ??ｘｎ??？（?Ｗ．Ｗ，?ｒ??ｖ＿ｙ??图２．２卷积神经元结构图。??在卷积层中，一个卷积核也就是一个神经元，神经元将各个接收到的输入??（＾，Ｘ２＾３进行求和计算，并加上偏置项得到结果输入激活函数，最终??得到最终的输出项＆。计算过程如公式２．１、２．２所示。??Ｆｍ＝?Ｗｒｎｌ＊Ｘ１?＋?Ｗｍ２＊Ｘ２?＋?－?＋?Ｗｍｎ＊Ｘｎ?＋?ｂｍ?（公式?２．１）??Ｙｍ?＝?ｆｄＦｍ）?（公式?２．２）??其中，／为激活函数，＆表示第ｍ个卷积核经过卷积计算得到的特征图??（Ｆｅａｔｕｒｅ?Ｍａｐ），Ｗ＾ｎ为卷积核，＊为卷积运算符。??目前比较常见的激活函数［３７］［５３］有１３他函数、ｓｉｇｍｏｉｄ函数、ＲｅＬＵ函数。??ｓｉｇｍｏｉｄ（ｚ）?＝—＾?（公式?２．３）??ｌ＋ｅ＿ｚ??ｄｖｅｎｗ＞？Ｊ＜＊ｌ；ａ？??ｔ．Ｏ?．????〇，？！？?４１－??７＼??ｅ?ｔｉ?！?，／?ＯＫＪ?．?＼??＾?－ｊ?／?ａｉｓ?＼??ｔ?Ｊ?ｍ?＼?？??■?ｙ?〇〇ｆｉ?．???，???ｊ?ｉ???，?，?，?，?，?．?？?■?■＞??．１０?－ｓ?０?５?１０?－４?－３?－２?－１?０＇?１?３?３?４??如图２．３?ｓｉｇｍｏｉｄ激活函和导数的几何图像??ｓｉｇｍｏｉｄ激活函数的计算如公式２．３所示，其中，ｚ为激活函数输入的数值，??函数可以将输入的数值映射到［〇，１］区间范围内，其函数和导


本文编号：3540948