面向航空客服的智能对话策略研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-17页 |
1.1 课题研究的目的及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-14页 |
1.2.1 智能问答系统研究概况 | 第10-12页 |
1.2.2 对话管理的控制策略研究现状 | 第12-13页 |
1.2.3 信息属性约束收集策略研究现状 | 第13-14页 |
1.3 本文主要研究内容 | 第14-15页 |
1.4 章节内容组织 | 第15-17页 |
第2章 基于N元文法模型的对话策略 | 第17-29页 |
2.1 对话过程关键词序列化 | 第17-20页 |
2.1.1 对话语料预处理 | 第18-19页 |
2.1.2 命名实体和时间词识别替换 | 第19-20页 |
2.1.3 关键词过滤 | 第20页 |
2.2 基于N元文法模型的对话策略 | 第20-25页 |
2.2.1 N元文法转移概率 | 第21页 |
2.2.2 关键词预测迭代算法 | 第21-24页 |
2.2.3 对话语句生成算法 | 第24-25页 |
2.3 问句查询信息识别 | 第25-28页 |
2.3.1 聚类识别方法 | 第25-26页 |
2.3.2 分类识别方法 | 第26-27页 |
2.3.3 查询信息特征抽取 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第3章 基于信息属性约束的对话策略 | 第29-35页 |
3.1 信息属性 | 第29页 |
3.2 选择分裂信息属性的基本方法 | 第29-31页 |
3.2.1 信息增益 | 第30-31页 |
3.2.2 信息增益率 | 第31页 |
3.3 分裂信息属性在对话策略中的应用 | 第31-34页 |
3.3.1 类别标签 | 第31-32页 |
3.3.2 属性信息归一化 | 第32-33页 |
3.3.3 基于信息增益的对话策略 | 第33页 |
3.3.4 基于信息增益率的对话策略 | 第33-34页 |
3.4 本章小结 | 第34-35页 |
第4章 对话系统的构建 | 第35-43页 |
4.1 对话系统整体结构 | 第35-36页 |
4.1.1 对话系统实现架构 | 第35-36页 |
4.1.2 机票信息获取 | 第36页 |
4.2 对话管理方法 | 第36-39页 |
4.2.1 进入机票查询对话状态 | 第36-37页 |
4.2.2 记录维护对话信息 | 第37-38页 |
4.2.3 完成机票查询对话状态 | 第38-39页 |
4.3 对话系统鲁棒性设计 | 第39-42页 |
4.3.1 确认机制 | 第39-40页 |
4.3.2 信息的规范化和验证 | 第40-41页 |
4.3.3 问答匹配判定机制 | 第41-42页 |
4.4 本章小结 | 第42-43页 |
第5章 系统评价方法及结果展示 | 第43-55页 |
5.1 实验语料 | 第43-44页 |
5.1.1 语料定义 | 第43页 |
5.1.2 语料收集 | 第43-44页 |
5.2 问句查询信息识别 | 第44-47页 |
5.2.1 聚类实验评价方案 | 第44-45页 |
5.2.2 分类实验评价方案 | 第45页 |
5.2.3 实验结果及分析 | 第45-47页 |
5.3 系统总体评价 | 第47-52页 |
5.3.1 评价方案 | 第47-48页 |
5.3.2 评价样例构建 | 第48-49页 |
5.3.3 实验结果及分析 | 第49-52页 |
5.4 系统运行展示 | 第52-54页 |
5.5 本章小结 | 第54-55页 |
结论 | 第55-57页 |
参考文献 | 第57-61页 |
攻读学位期间发表的学术论文 | 第61-63页 |
致谢 | 第63页 |