基于情感交互的服务机器人对话系统研究与设计
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 场景分发研究现状 | 第14-15页 |
| 1.2.2 开放域对话生成研究现状 | 第15-17页 |
| 1.3 本文主要研究内容 | 第17页 |
| 1.4 章节安排 | 第17-19页 |
| 第二章 对话系统需求分析及整体框架设计 | 第19-25页 |
| 2.1 技术约束 | 第19-21页 |
| 2.2 对话系统需求分析 | 第21-23页 |
| 2.3 服务机器人对话系统整体框架 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 构建基于词向量及卷积网络的双融合场景分发 | 第25-40页 |
| 3.1 相关神经网络简介 | 第25-29页 |
| 3.1.1 Word embedding简介 | 第25-27页 |
| 3.1.2 卷积神经网络 | 第27-29页 |
| 3.2 双融合场景分发模型设计 | 第29-33页 |
| 3.2.1 基于字符级卷积网络的中文文本分类 | 第29-31页 |
| 3.2.2 基于词向量相似性的中文文本分类 | 第31-32页 |
| 3.2.3 场景分发模型的构建 | 第32-33页 |
| 3.3 双融合场景分发模型的实现 | 第33-39页 |
| 3.3.1 实验相关数据集 | 第33-34页 |
| 3.3.2 算法评价标准 | 第34-35页 |
| 3.3.3 双融合场景分发程序实现 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 构建基于情感的生成式端到端对话模型 | 第40-56页 |
| 4.1 相关神经网络简介 | 第40-45页 |
| 4.1.1 RNN及其变体网络 | 第40-43页 |
| 4.1.2 端到端模型 | 第43-45页 |
| 4.2 设计基于情感的生成式对话模型 | 第45-52页 |
| 4.2.1 情感聊天机器模型 | 第45-46页 |
| 4.2.2 基于情感的生成式对话模型的构建 | 第46-52页 |
| 4.3 情感生成式对话模型的实现 | 第52-55页 |
| 4.3.1 实验相关数据集 | 第52-54页 |
| 4.3.2 基于情感的生成式对话模型的实现 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 情感交互对话系统各模块实验分析 | 第56-66页 |
| 5.1 实验环境配置 | 第56-58页 |
| 5.1.1 服务机器人实验平台 | 第56-57页 |
| 5.1.2 深度学习环境配置 | 第57-58页 |
| 5.2 场景分发实验结果分析 | 第58-62页 |
| 5.2.1 Char-CNN-CH网络实验 | 第58-60页 |
| 5.2.2 场景分发模型实验分析 | 第60-62页 |
| 5.3 情感生成式对话模型实验分析 | 第62-65页 |
| 5.3.1 不同神经网络对端到端模型的影响 | 第62-63页 |
| 5.3.2 情感分类器实验分析 | 第63-64页 |
| 5.3.3 情感生成式对话模型评估 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 论文工作总结 | 第66-67页 |
| 6.2 研究前景展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 硕士期间发表论文 | 第76页 |
| 硕士期间参加科研工作 | 第76-77页 |
| 学位论文评阅及答辩情况表 | 第77页 |
