资料下载
×
一种结合回复生成的对话意图预测模型
消耗积分:0 |
格式:pdf |
大小:1.83 MB |
2021-04-14
分享资料个
随着人机对话系统的不断发展，让计算机能够准确理解对话者的对话意图，并根据对话的历史信息对回复进行意图预测，对于人机对话系统有着十分重要的意义。已有研究重点关注根据对话文本和已有标签对回复进行意图预测，但是，在很多场景下回复可能并没有生成。因此，文中提出了一种结合回复生成的对话意图预测模型。在生成部分，使用Seq2Seq结构，根据对话历史信息生成文本，作为对话中未来回复的文本信息;在分类部分，利用LSTM模型，将生成的回复文本与已有的对话信息转变为子句级别的表示，并结合注意力机制突岀同一轮次对话句与生成回复的联系。实验结果表明，所提岀的模型相比简单基线模型取得了2.54%的F1- score提升，并且联合训练的方式有助于提升模型性能。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
