摘要：由于领域知识图谱包含丰富的相应领域下实体及实体间关系的知识语义,能够为领域对话的回复提供重要参考,提出一种BERT融合BiLSTM的对话训练方法。基于医疗知识图谱,将知识语义的图谱信息融入对话系统,使用TransE模型将已有的医疗图谱数据融入多轮对话,通过扩充知识库的信息扩大对话系统的适用范围,对比GPT2和BERT模型在已有多轮对话数据集上的效果。实验结果表明,该方法F1值达到92.59%,满足了对话系统对回复严谨性的要求。

摘要：针对养猪农户在猪只生病时获取疾病诊断和防治信息不方便、时间周期长或者代价昂贵等问题,设计并实现了一个基于Rasa的生猪疾病诊断对话系统。从Rasa项目创建开始,按照应用系统所需意图和实体槽位设计、自然语言理解流水线配置、对话管理设计、知识图谱设计和系统软件架构设计的顺序对系统的设计与实现过程进行了详细的描述。该系统的开发升级了12396平台,对农业信息的推广应用、提高农业智能化水平具有重要意义。

摘要：随着预训练语言模型和知识图谱技术的快速发展,人机对话技术目前已成为人工智能领域新的研究热点,受到学术界和工业界的广泛关注。人机对话系统分为任务型和非任务型两类,其中任务型对话系统用于帮助用户完成某些特定任务,对其进行深入研究将具有很高的学术价值和应用价值。本文将利用Rasa开源框架研究和设计一套智能对话系统,帮助公司完成提质增效管理目标,提升公司整体智能化管理水平。

摘要：针对中文口语问句的表达多样性对对话系统问题理解带来的挑战,该文采用"在语法结构之上获取语义知识"的设计理念,提出了一种语法和语义相结合的口语对话系统问题理解方法。首先人工编制了独立于领域和应用方向的语法知识库,进而通过句子压缩模块简化复杂句子,取得结构信息,再进行问题类型模式识别,得到唯一确定问题的语义组织方法、查询策略和应答方式的句型模式。另一方面,根据领域语义知识库,从源句子中提取相应的语义信息,并根据识别到的句型模式所对应的知识组织方法进行语义知识组织,完成对问句的理解。该文的方法被应用到开发的中文手机导购对话系统。测试结果表明,该方法能有效地完成对话流程中的用户问题理解。

摘要：针对基于循环神经网络(recurrent neural network,RNN)的对话系统缺乏上下文记忆能力的问题,提出一种带有额外记忆能力模块的深度学习模型。以序列到序列框架为基础,增加一个基于双向循环神经网络(Bi-directional RNN)和全连接神经网络的记忆选择模块。通过把当前对话和上下文输入到记忆选择模块中得到一个选择值,比较选择值与阈值决定是否把上下文语句也加入到当前对话的序列到序列结构的编码端,使模型在需要使用上下文信息的时候可以选择性地获取,使得模型具备记忆能力。实验结果表明,使用相同的语料库进行训练,加入了记忆能力模块的模型相比没有记忆能力的模型明显具备了结合上下文的记忆能力,可以生成更准确的回复。

摘要：为了推动生成式人工智能技术在游戏非玩家角色对话交互情境中的智能化应用,文章提出一种基于生成式人工智能模型、知识图谱及提示工程技术的检索增强生成策略。该策略依托于LangChain框架,首先采用基于LoRA的微调技术来提升生成式人工智能模型的输出精确度,继而利用游戏相关的数据资源构建知识图谱作为辅助的外部知识库,旨在引导和规范模型的内容生成。随后,通过精心设计的提示工程技术来塑造非玩家角色的独特个性特征。最后,设计一套涵盖主观和客观两方面的评价指标体系对整个方案的效果进行了综合性评估,从而验证了该策略的有效性及可行性。

摘要：社会信息化程度提高的背景下,社会对人机交互技术需求同样增加。为提高人机交互系统的效率和用户体验,并扩大人机交互系统的应用场景,在时序知识图谱的基础上引入知识表示学习Trans系列模型对其中的关键技术进行优化。经实验分析可知,GraphQ数据集中研究算法的拟合度最高,达到98.2%,其中无监督学习方法出现欠拟合的情况。研究方法下词义理解、句法分析、语境理解的准确度均在95%以上。线下场馆智能问答应用中,研究系统的平均精确度达到97.6%,比基于循环神经网络与基于无监督学习的系统的精确度分别高25.3%和31.6%。研究系统的机器人在执行多目标对话请求下的最佳规划路径长度为153.4 m。综上可知,研究的人机交互对话系统具有高拟合度和高准确性。

摘要：Socket编程是用来解决网际间的进程能够进行相互通信的问题。而Socket接口为进程间的相互通信提供了一种新的方法,Socket接口不仅可以用在同一机器内部进程之间的相互通信,而且还能够实现网际之间的相互通信的功能。本文对相关理论进行了讨论与研究,并在此基础上设计出一个对话系统。

摘要：为提升仿人机器人人机交互体验,以序列到序列(SEQ2SEQ)神经网络模型为基础设计了SHFR-Ⅲ仿人机器人的对话系统,以集成学习形式构建适用于机器人交互的情感分析模型。情感分析模型设计过程中实验了多个模型分类效果,通过多模型的集成,提升了基于文本的情感分析的准确率。在对话系统设计中,以最大互信息作为模型的目标函数,对比实验表明最大互信息能有效减少SEQ2SEQ模型安全无意义回答的出现,提升人机交互质量。

摘要：Pipeline结构是任务导向型对话系统设计中非常成熟的一种构建方案,能够完成领域内特定的任务型对话。由于实际环境的复杂性,任务流程外的领域相关常见问题经常被用户提出,而pipeline结构不能有效处理此类问题。提出一种基于多模型的融合方法,将使用检索方式实现的非任务型对话模型有效融合到pipeline结构中,同时确保不同模型能够高效地协同处理不同类别的应答需求。实验证明,该方法能够有效提高系统的意图识别和对话应答的准确率,确保对话系统能够应对更加复杂的实际对话环境。