基于特定领域聊天机器人的设计与实现

摘要

基于特定领域的聊天机器人是根据特定领域的聊天习惯以及聊天内容而衍生出的一种智能问答系统，聊天机器人理解提问方的语句，然后模仿人的说话方式，给出合适的答案。目前的聊天机器人往往没有理解用户的问题，只是通过对关键字进行知识匹配的方式去寻找答案，对于知识库中没有答案的问题，通常通过转移话题等方式给出答案，答非所问。本文主要针对聊天机器人中文语义理解部分进行探索，设计并实现基于特定领域的聊天机器人。 在对国内外现有聊天机器人进行了深入分析后，针对特定领域的聊天机器人采用自然语言处理技术与机器学习技术相结合的方法进行设计与开发。首先对用户中文语句进行预处理，包括词向量、分句、分词和句子分类等操作。针对特定领域机器人在使用中可能会存在的闲聊语句，本文采用Sequence to Sequence模型，通过对大数量的闲聊问答语句进行训练，保存深度神经网络模型，输入一个问题序列，生成一个回答序列，实现基本闲聊的功能。针对特定领域的知识性强的对话，本文采用自然语言处理的方法，通过命名实体识别和句法分析方法对中文对话中的语义进行理解，在此基础之上，利用知识图谱生成答案。本文重点介绍自然语言处理中的中文分词设计、命名实体识别和句法分析的设计。采用基于领域本体的知识库和问题解决方案库，生成答案。 聊天机器人各个模块完成后，对各个模块进行严格的功能测试和性能测试，保证了聊天机器人的高效性、准确性和流畅性，测试结果表明各个模块都能正常工作，完成总体设计的所有功能。

目录

第一个书签之前

摘 要

Abstract

目 录

1绪论

1.1选题目的及意义

1.2国内外概况

1.3相关技术介绍

1.4论文主要工作

2系统总体设计

2.1软硬件平台

2.2系统主要模块

2.2.1预处理模块

2.2.2闲聊模块

2.2.3自然语言理解模块

2.3系统主要流程

2.4本章小结

3系统详细设计

3.1预处理模块设计

3.1.1中文分词设计

3.1.2词向量设计

3.1.3句子分类设计

3.2闲聊模块设计

3.3自然语言理解设计

3.3.1 词性标注设计

3.3.2 实体识别设计

3.3.3 句法分析设计

3.4答案生成设计

3.5本章小结

4关键技术实现

4.1词向量实现

4.2 序列标注算法实现

4.3 seq2seq实现

4.4卷积神经网络实现

4.5本章小结

5系统测试

5.1功能测试

5.2性能测试

5.3本章小结

6总结和展望

6.1全文总结

6.2工作展望

参考文献