基于改进编解码器和情感词典的对话生成模型

作     者：张顺香 李健 朱广丽 李晓庆 魏苏波 ZHANG Shun-xiang;LI Jian;ZHU Guang-li;LI Xiao-qing;WEI Su-bo

作者机构：安徽理工大学计算机科学与工程学院安徽淮南232001 合肥综合性国家科学中心人工智能研究院安徽合肥230000 

基　　金：国家自然科学基金面上基金项目(62076006) 安徽省属高校协同创新基金项目(GXXT-2021-008) 安徽省重点研发计划国际科技合作专项基金项目(202004b11020029) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2023年第44卷第2期

页      码：570-575页

摘      要：针对现有对话模型生成的回复语句缺乏情感共鸣、拟人效果不够理想的问题,提出一种基于改进编解码器和情感词典的对话生成模型。利用AgSeq2Seq模型对语料库进行训练并构建高质量对话生成系统,结合情感词典识别输入语句的情绪特征并计算回复语句的情感值,基于情绪对比机制根据不同的情感特征生成相应的拟人回复。实验结果表明,相对传统的对话生成模型,提出模型可以主动识别用户情绪,生成更加合乎逻辑、适应语境的回复,实现拟人程度更高的情感对话过程。

主 题 词：自然语言处理 对话模型 文本生成 情感词典 深度学习 序列到序列 注意力机制 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2023.02.034

馆 藏 号：203118256...