面向任务的基于深度学习的多轮对话系统与技术

• 作者: 姚冬 李舟军 陈舒玮 季震 张锐 宋磊 蓝海波
• 来源期刊: 计算机科学
• 关键词: 任务导向型对话系统 自然语言理解 对话管理 自然语言生成 深度学习
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 232-238
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11896/jsjkx.200600092

摘要

自然语言是人类智慧的结晶,以自然语言的形式与计算机进行交互是人们长久以来的期待.随着自然语言处理技术的发展与深度学习方法的兴起,人机对话系统成为了新的研究热点.人机对话系统按照功能可以分为任务导向型对话系统、闲聊型对话系统、问答型对话系统.任务导向型对话系统是一种典型的人机对话系统,旨在帮助用户完成某些特定的任务,有着十分重要的学术意义和应用价值.文中系统地阐述了一种在实际工程应用中的任务导向型对话系统的通用框架,主要包括自然语言理解、对话管理以及自然语言生成3个部分;介绍了上述各部分所采用的经典深度学习和机器学习方法.最后,对自然语言理解任务进行了实证性的实验验证与分析,结果表明文中内容可以为任务导向型对话系统的构建提供有效指导.