基于云平台的服务机器人个性化对话系统研究和设计
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 对话系统现状 | 第12-15页 |
| 1.2.2 对话模型研究现状 | 第15-16页 |
| 1.2.3 个性化对话模型研究现状 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 章节安排 | 第18-20页 |
| 第二章 融合用户模型的对话生成模型基础知识 | 第20-27页 |
| 2.1 主题模型 | 第20-21页 |
| 2.2 词向量表示 | 第21-22页 |
| 2.3 端到端模型框架 | 第22-24页 |
| 2.4 注意力机制模型在对话系统应用 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 动态用户模型建立及实验研究 | 第27-36页 |
| 3.1 用户主题模型的建立 | 第27-30页 |
| 3.1.1 短文本主题模型的建立 | 第27-29页 |
| 3.1.2 动态用户模型 | 第29-30页 |
| 3.2 主题模型实验研究 | 第30-35页 |
| 3.2.1 实验数据及预处理 | 第30-32页 |
| 3.2.2 模型训练及结果分析 | 第32-34页 |
| 3.2.3 动态用户模型实验及分析 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 融合用户模型的个性化神经网络对话模型 | 第36-49页 |
| 4.1 改进的融合用户模型的记忆神经网络对话模型 | 第36-39页 |
| 4.2 个性化记忆神经网络对话模型实验 | 第39-43页 |
| 4.2.1 实验平台和数据 | 第39-41页 |
| 4.2.2 模型具体训练过程 | 第41-43页 |
| 4.3 实验结果及对比分析 | 第43-48页 |
| 4.3.1 自动评价指标 | 第43-44页 |
| 4.3.2 人工评价指标 | 第44-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于云平台的服务机器人对话系统设计和验证 | 第49-62页 |
| 5.1 服务机器人云平台整体架构 | 第49-51页 |
| 5.2 基于云平台的个性化对话系统设计 | 第51-52页 |
| 5.3 基于云平台的个性化对话系统验证与分析 | 第52-61页 |
| 5.3.1 硬件平台介绍 | 第52-54页 |
| 5.3.2 个性化对话系统构建 | 第54-56页 |
| 5.3.3 个性化对话服务部署 | 第56-57页 |
| 5.3.4 云服务调用测试实验 | 第57-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-71页 |
| 硕士期间相关成果 | 第71页 |
| 硕士期间参加科研工作 | 第71-72页 |
| 学位论文评阅及答辩情况表 | 第72页 |
