基于端到端與案例推理混合模式的對(duì)話系統(tǒng).pdf

1、對(duì)話系統(tǒng)(Dialogue System)是一種通過(guò)自然語(yǔ)言與人進(jìn)行交流溝通的人機(jī)交互系統(tǒng)，它被定位為未來(lái)各種服務(wù)的入口。在娛樂(lè)、在線客服、教育和個(gè)人助理領(lǐng)域都有廣泛的應(yīng)用，具有重大的研究意義和應(yīng)用價(jià)值。傳統(tǒng)的對(duì)話系統(tǒng)一般基于檢索的方法設(shè)計(jì)，存在知識(shí)庫(kù)難于維護(hù)、可擴(kuò)展性差等問(wèn)題。針對(duì)這一問(wèn)題，本文將基于深度學(xué)習(xí)的端到端的方法與基于案例推理(Case-based Reasoning，CBR)的方法相結(jié)合設(shè)計(jì)對(duì)話系統(tǒng)，有效降低了維護(hù)知識(shí)庫(kù)和

2、規(guī)則的成本，同時(shí)提高了對(duì)話系統(tǒng)的可擴(kuò)展性。
　　首先，本文利用序列到序列(Sequence to Sequence，Seq2Seq)的方法搭建對(duì)話模型，然后利用強(qiáng)化學(xué)習(xí)對(duì)Seq2Seq模型進(jìn)行進(jìn)一步優(yōu)化訓(xùn)練。最后將生成式對(duì)話系統(tǒng)與CBR推理機(jī)結(jié)合，并將對(duì)話系統(tǒng)應(yīng)用于智能機(jī)器人水果分揀系統(tǒng)。論文的主要工作包括以下幾個(gè)部分:
　　(1)研究了模型結(jié)構(gòu)、模型求解算法對(duì)Seq2Seq模型生成對(duì)話的影響，并通過(guò)選擇最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)、參數(shù)

3、搜索策略、引入注意力機(jī)制(Attention mechanism)和優(yōu)化目標(biāo)函數(shù)等手段，降低模型的訓(xùn)練時(shí)間，提高模型生成對(duì)話的準(zhǔn)確性。
　　(2)利用強(qiáng)化學(xué)習(xí)改善Seq2Seq模型中生成對(duì)話短、回復(fù)無(wú)意義的問(wèn)題。并根據(jù)智能機(jī)器人的實(shí)際需求，設(shè)計(jì)新的獎(jiǎng)勵(lì)函數(shù)。利用中文字幕語(yǔ)料訓(xùn)練模型，通過(guò)分詞手段提高模型生成對(duì)話效果，提出一種基于三元組的評(píng)估方法對(duì)模型進(jìn)行評(píng)估。
　　(3)將CBR推理機(jī)與Seq2Seq模型結(jié)合，實(shí)現(xiàn)了一種基于