基于回复生成的对话意图预测

• 作者: 王博宇 王中卿 周国栋
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 对话意图 注意力机制 预测模型 文本生成
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 212-216
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11896/jsjkx.200700137

摘要

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Seq2 Seq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出同一轮次对话句与生成回复的联系.实验结果表明,所提出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.