基于TextCNN情感预测器的情感监督聊天机器人

• 作者: 周震卿 韩立新
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 聊天机器人 Sequence-to-Sequence模型 TextCNN情感预测器 情感监督
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 开发应用
• 页码范围: 104-106,110
• 页数: 4页
• 分类号: TP391.4
• 字数: 3563字
• 语种: 中文

摘要

聊天机器人是自然语言处理的热门研究领域之一.现有的生成式聊天机器人一般基于Sequence-to-Sequence模型实现,即使用循环神经网络将问题编码成高维语义向量,再将该向量解码成回复.但是由于解码只使用单一的语义向量,容易生成普适回复.针对上述问题,提出了基于TextCNN情感预测器的情感监督聊天机器人,利用TextCNN情感预测器,由问题直接获得回复的情感表示,在Sequence-to-Sequence模型中引入更准确的情感特征,并通过情感监督方法学习情感表达方式.实验表明该模型能有效地提高聊天机器人的回复质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩立新	河海大学计算机与信息学院	47	272	9.0	15.0
2	周震卿	河海大学计算机与信息学院	1	0	0.0	0.0