基于深度学习的任务型对话系统在国防军事领域的应用

• 作者: 孙伟博 张斌
• 来源期刊: 网络安全技术与应用
• 关键词: 深度学习 任务型对话系统 国防军事领域 应用
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 行业与应用安全
• 页码范围: 135-137
• 页数: 3页
• 语种: 中文

摘要

近年来,随着人工智能的出现,基于任务型的对话系统一直是学者研究的一个领域.期望机器和人们想法是一样的,人们和机器在对话,人们执行任务时帮助人类完成任务.这是未来的应用服务的着手点,特别是移动应用程序应用软件和可穿戴设备运用场景里.基于任务型的封闭域名系统适用于用户的明确目标、订票、餐馆、电影、音乐或寻找特定产品等.用户需求可能会非常复杂,有时需要多次进行陈述,或者他们要么继续在对话中改变或改善他们的需求.此外,当用户的需求不具体或足够明确时,机器还可以帮助用户通过不断的请求、解释或确认获得满意的服务.基于任务型的对话系统逐渐从学术界转向工业,带来了巨大的商业利益,从而在该工业获得了很大的重用;它经常嵌入公司智能客服或应用中的语音助手里,本文主要研究基于任务型对话系统在国防军事领域的应用.