基于任务导向型多轮对话系统的意图识别研究

发布时间：2023-01-12 16:31

　　意图识别是人机对话系统自然语言理解部分的一个子任务。要理解用户说的内容,首先要确定用户想谈论的领域或者话语中表达出来的意图,采用分类的方法进行意图识别是最为行之有效的办法。用户意图分类是根据对话系统的领域或表达的意图将用户的对话语句分类为预定义的意图类别。意图分类的准确性对整个对话系统的质量具有非常重要的影响。早期,人们将模版方法和传统的统计机器学习方法应用到意图识别任务的研究上。近些年来,深度神经网络模型在意图识别任务上有较好的表现。然而,多轮对话中的意图识别任务不同于一般的分类任务。多轮对话中的意图识别任务需要考虑对话的历史背景和上下文信息,还有许多问题有待进一步研究。本文针对多轮对话意图识别现有的一些问题开展了如下的工作。其一’,针对多轮对话数据集中意图识别任务高质量标注语料的缺失,选取了剑桥大学预定餐馆的任务型对话数据集进行标注,标注的数据集中包含676段对话,一共标注10个意图标签。高质量标注的数据集有助于后续的多轮任务型对话系统中意图识别的研究。其二,现有的意图识别方法考虑上下文信息比较单一,模型中的记忆单元只能解决一部分问题,且未对引入的历史信息进行控制。本文针对多种情境... 

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 意图识别研究背景
    1.2 意图识别研究意义
    1.3 意图识别上下文建模的研究意义
    1.4 本文研究内容与章节安排
第二章 意图识别相关工作
    2.1 意图识别的相关工作
    2.2 Q-learning的相关工作
    2.3 记忆网络的相关工作
    2.4 本章小节
第三章 基于外部记忆网络的意图识别模型
    3.1 模型结构
        3.1.1 文本向量化表示
        3.1.2 文本编码
        3.1.3 记忆单元
        3.1.4 门单元
    3.2 实验准备
        3.2.1 实验环境
        3.2.2 评价指标
        3.2.3 实验数据集
    3.3 意图识别实验
    3.4 本章小节
第四章 基于意图依赖关系的意图识别
    4.1 意图依赖关系模型
    4.2 Q-learning算法迭代过程
    4.3 意图识别实验
        4.3.1 意图依赖关系实验结果
        4.3.2 意图识别实验结果
    4.4 本章小节
第五章 总结与展望
    5.1 总结
    5.2 未来的工作与展望
参考文献
致谢
攻读学位期间取得的研究成果



本文编号：3730140