知识型共情对话系统研究.pdf

目录

目录

摘要I

ABSTRACTIII

1绪论1

1.1共情对话系统的背景与意义1

1.2共情对话系统研究现状2

1.2.1情感分类3

1.2.2知识利用5

1.2.3对话生成6

1.3论文的主要研究内容8

1.4论文的组织及结构安排8

2共情对话生成相关理论和技术9

2.1共情对话理论9

2.2互信息最大化技术10

2.3本章小结11

3基于知识选择和互信息最大化的共情对话生成模型12

3.1共情对话生成模型框架12

3.2知识图构建13

3.2.1外部知识库13

3.2.2知识选择机制的相关概念14

3.2.3知识选择机制14

3.2.4情感原因知识图构建17

3.2.5情感知识图构建18

3.3互信息最大化18

3.4情感知识图编码20

3.5情感分类21

I

贵州师范大学硕士学位论文

3.6共情对话生成22

3.7本章小结24

4实验与结果分析25

4.1实验数据集25

4.2数据预处理26

4.2.1对话文本预处理26

4.2.2外部知识预处理26

4.2.3选出情感原因知识28

4.3评估指标29

4.3.1自动评估指标29

4.3.2人工评估指标29

4.4实验环境30

4.5比较的模型30

4.6实验结果与分析31

4.7本章小结34

5总结和展望35

参考文献36

致谢41

攻读硕士学位期间主要研究成果43

贵州师范大学学位论文原创性声明44

贵州师范大学学位论文使用授权书44

II

摘要

摘要

对话系统的研究有着悠久的历史，早期的对话系统主要应用于

客服咨询、酒店预定、教育培训等特定领域。近年来随着对话领域

数据量和计算资源的快速增长，以及深度学习和大模型预训练技术

的应用，对话系统在这些特定领域不仅拥有良好的表现，而且对人

类语言的理解能力也大幅提升。人们已经不满足于让对话系统完成

特定任务，还要求其在能够理解人类语言同时在交互过程中有更多

的情感表达。共情是人类对话中实现情感交流的重要方式，因此让

机器具备共情能力，能够促进机器与人类的情感交流，提升用户的

体验，与用户建立更加紧密的联系。

目前的对话系统可以分为知识型共情对话系统和非知识型共情

对话系统两种。非知识型共情对话系统主要通过融合不同的情感输

出和模仿用户的对话情感产生共情回复，然而由于缺乏外部知识，

非知识型共情对话系统不能很好地理解用户的情感，容易产生不相

关的通用回复。而知识型共情对话系统通过引入外部知识能够理解

用户话语背后的含义和细微的情感，并将知识融入回复中，进而产

生有意义的、共情的回复。但知识型共情对话系统往往面临着引入

不相关的知识或知识未被很好地利用等问题。因此针对这些问题，

提出以下解决方法：（1）我们提出了一种新的选择外部知识的方法。

首先，通过情感线索识别出引起对话情感的原因，其次，从知识库

中找出与情感原因相关的知识。通过这种方式解决了选出不相关知

识的问题，实验结果显示，我们