文献类型：期刊文章

作　　者：陶晓峰[1] 吕朋朋[1] 缪平[1] 娄保东[2]

TAO Xiaofeng;LV Pengpeng;MIAO Ping;LOV Baodong(Nari Group Co.,Ltd/State Grid Electric Power Research Institute,Nanjing 211106,China)

机构地区：[1]南瑞集团(国网电力科学研究院)有限公司,南京21110 [2]河海大学工程训练中心,南京210098

出　　处：《自动化与仪器仪表》

基　　金：中国铁路总公司科技研究开发计划课题(No.2016G004-E)

年　　份：2020

卷　　号：0

期　　号：2

起止页码：39-42

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：提出了一种面向工单采集特定场景下的多轮对话模型,实现了机器人自动收集工单的功能。首先,该模型利用卷积神经网络(CNN)将用户输入句子转化成向量,利用信息网络来收集客户咨询的关键性信息,然后用双层长短期记忆网络(LSTM)来记忆上下文信息及管理会话流程,最后采用分类器来预测机器人的回复。实验结果表明,该模型与seq2seq模型相比,需要的训练数据较少,工单完成率高,即使中间信息采集存在误差,最终也可以准确地完成工单的采集。

关 键 词：智能工单  多轮对话  深度神经网络  长短期记忆网络  

分 类 号：TP183]