基于级联神经网络的对话状态追踪技术研究与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 国内外研究现状及分析 | 第16-24页 |
| 1.3 论文工作及章节安排 | 第24-28页 |
| 1.3.1 论文研究的内容和创新点 | 第24-26页 |
| 1.3.2 论文的章节安排 | 第26-28页 |
| 第二章 基础知识 | 第28-37页 |
| 2.1 文本特征表示 | 第28-30页 |
| 2.1.1 词袋模型 | 第28-29页 |
| 2.1.2 卷积神经网络 | 第29-30页 |
| 2.2 序列标注模型 | 第30-33页 |
| 2.3 数据集 | 第33-36页 |
| 2.3.1 DSTC | 第33-34页 |
| 2.3.2 WOZ | 第34-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 级联神经网络模型 | 第37-55页 |
| 3.1 模型设计 | 第37-45页 |
| 3.1.1 任务形式化定义 | 第38-39页 |
| 3.1.2 基本框架 | 第39-41页 |
| 3.1.3 模型 | 第41-45页 |
| 3.1.3.1 LSTM_LSTM模型 | 第41-42页 |
| 3.1.3.2 CNN_LSTM模型 | 第42-43页 |
| 3.1.3.3 LSTM_cLSTM模型 | 第43-44页 |
| 3.1.3.4 CNN_cLSTM模型 | 第44-45页 |
| 3.1.3.5 模型训练 | 第45页 |
| 3.2 实验 | 第45-53页 |
| 3.2.1 实验设置 | 第45-46页 |
| 3.2.2 对比模型 | 第46页 |
| 3.2.3 实验结果 | 第46-47页 |
| 3.2.4 实验分析 | 第47-50页 |
| 3.2.5 错误分析 | 第50-53页 |
| 3.3 本章小结 | 第53-55页 |
| 第四章 带未知槽值检测器的级联神经网络模型 | 第55-70页 |
| 4.1 模型设计 | 第55-61页 |
| 4.1.1 任务形式化定义 | 第56页 |
| 4.1.2 模型 | 第56-61页 |
| 4.1.2.1 检测模型 | 第58-59页 |
| 4.1.2.2 二级模型 | 第59-60页 |
| 4.1.2.3 三级模型 | 第60页 |
| 4.1.2.4 模型训练 | 第60-61页 |
| 4.2 实验 | 第61-68页 |
| 4.2.1 实验数据 | 第61-63页 |
| 4.2.2 参数设置 | 第63页 |
| 4.2.3 对比模型 | 第63-64页 |
| 4.2.4 实验结果 | 第64-65页 |
| 4.2.5 实验分析 | 第65-68页 |
| 4.3 本章小结 | 第68-70页 |
| 第五章 带未知类别的级联神经网络模型 | 第70-83页 |
| 5.1 模型 | 第70-75页 |
| 5.1.1 特征提取模块 | 第71-73页 |
| 5.1.2 句子编码模块 | 第73页 |
| 5.1.3 状态更新模块 | 第73页 |
| 5.1.4 模型训练 | 第73-75页 |
| 5.2 实验 | 第75-81页 |
| 5.2.1 实验数据 | 第75页 |
| 5.2.2 参数设置 | 第75-76页 |
| 5.2.3 对比模型 | 第76-77页 |
| 5.2.4 实验结果 | 第77-80页 |
| 5.2.5 实验分析 | 第80-81页 |
| 5.3 本章小结 | 第81-83页 |
| 第六章 餐馆查询人机对话演示系统 | 第83-93页 |
| 6.1 系统整体结构 | 第83-84页 |
| 6.2 系统模块和通信 | 第84-88页 |
| 6.3 功能演示 | 第88-92页 |
| 6.4 本章小结 | 第92-93页 |
| 第七章 总结与展望 | 第93-96页 |
| 7.1 本文工作总结 | 第93-94页 |
| 7.2 未来研究展望 | 第94-96页 |
| 参考文献 | 第96-108页 |
| 附录 缩略词表 | 第108-110页 |
| 致谢 | 第110-112页 |
| 攻读学位期间发表的学术论文目录 | 第112页 |
