基于深度学习的智能聊天机器人的研究与实现

• 作者: 赵鸿阳
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 深度学习 神经网络主题模型 聊天机器人 LDA 长短期期记忆网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 科技创见与应用
• 页码范围: 308-311
• 页数: 4页
• 分类号: TP391.1
• 字数: 2965字
• 语种: 中文

摘要

伴随着深度学习不断深入的研究,该技术已经被应用到词向量表示、机器翻译、自然语言理解、情感分析和中文分词领域.目前,许多研究人员已经对聊天机器人的主要技术进行了深入的研究,机器学习中的深度学习技术也被逐渐的应用到研究中.本文阐述了聊天机器人存在的主要问题,针对存在的问题分别阐述了本文提出的LSTM-LDA神经网络主题模型以及Attention + Bi-LSTM 的seq2seq模型,描述聊天机器人的模型,最后对本文提出的BT-DLL Model(基于 Sequence to Se?quence 框架)进行了实验设计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵鸿阳		2	2	1.0	1.0