用于客服辅助的对话模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景与意义 | 第11-12页 |
| 1.2 本文的主要工作 | 第12-13页 |
| 1.3 本文的组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 相关工作综述 | 第15-39页 |
| 2.1 主要概念及相关研究 | 第15-21页 |
| 2.1.1 聊天机器人 | 第15-18页 |
| 2.1.2 客服辅助系统 | 第18-21页 |
| 2.2 基于模板的对话模型 | 第21-25页 |
| 2.2.1 AIML | 第21-23页 |
| 2.2.2 新词发现 | 第23-25页 |
| 2.3 基于检索匹配的对话模型 | 第25-26页 |
| 2.4 基于深度学习的对话模型 | 第26-37页 |
| 2.4.1 词嵌入 | 第26-28页 |
| 2.4.2 句子的向量表示 | 第28-30页 |
| 2.4.3 基于产生式的深度对话模型 | 第30-34页 |
| 2.4.4 基于检索的深度对话模型 | 第34-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第3章 基于模板的客服辅助技术 | 第39-54页 |
| 3.1 应用场景和面临的问题 | 第39-42页 |
| 3.2 领域关键词扩充算法 | 第42-50页 |
| 3.2.1 数据预处理 | 第42-45页 |
| 3.2.2 传统扩充算法 | 第45-47页 |
| 3.2.3 多轮扩充算法 | 第47-49页 |
| 3.2.4 算法性能评估 | 第49-50页 |
| 3.3 知识检索服务设计 | 第50-52页 |
| 3.4 本章小结 | 第52-54页 |
| 第4章 深度对话模型用于客服回复推荐 | 第54-74页 |
| 4.1 基于检索的深度对话模型研究 | 第55-68页 |
| 4.1.1 无上下文的检索对话模型 | 第55-57页 |
| 4.1.2 带上下文的检索对话模型 | 第57-61页 |
| 4.1.3 使用意图信息的改进 | 第61-62页 |
| 4.1.4 实验结果和分析 | 第62-68页 |
| 4.2 基于产生式的深度对话模型研究 | 第68-73页 |
| 4.2.1 无上下文的产生式会话模型 | 第68-69页 |
| 4.2.2 带上下文的产生式会话模型 | 第69-70页 |
| 4.2.3 实验结果和分析 | 第70-73页 |
| 4.3 本章小结 | 第73-74页 |
| 第5章 总结和展望 | 第74-77页 |
| 5.1 总结 | 第74-75页 |
| 5.2 展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间主要的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
