文献类型：期刊文章

作　　者：庄寅[1] 刘箴[1] 刘婷婷[2] 王媛怡[2] 刘翠娟[3] 柴艳杰[1]

ZHUANG Yin;LIU Zhen;LIU Tingting;WANG Yuanyi;LIU Cuijuan;CHAI Yanjie(Faculty of Information Science and Engineering,Ningbo University,Ningbo,Zhejiang 315211,China;Faculty of Information Science and Technology,College of Science and Technology Ningbo University,Cixi,Zhejiang 315300,China;College of Big Data and Software Engineering,Zhejiang Wanli University,Ningbo,Zhejiang 315100,China)

机构地区：[1]宁波大学信息科学与工程学院,浙江宁波315211 [2]宁波大学科学技术学院信息工程学院,浙江慈溪315300 [3]浙江万里学院大数据与软件工程学院,浙江宁波315100

出　　处：《计算机科学与探索》

年　　份：2021

卷　　号：15

期　　号：5

起止页码：825-837

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、ZGKJHX、核心刊

摘　　要：对话系统作为人机交互的重要方式,有着广泛的应用前景。现有的对话系统专注于解决语义一致性和内容丰富性等问题,对于提高人机交互以及产生人机共鸣方向的研究关注度不高。如何让生成的语句在具有语义相关性的基础上更自然地与用户交流是当前对话系统面临的主要问题之一。首先对对话系统进行了整体情况的概括。接着介绍了情感对话系统中的对话情绪感知和情感对话生成两大任务,并分别调研归纳了相关方法。对话情绪感知任务大致分为基于上下文和基于用户信息两类方法。情感对话生成的方法包括规则匹配算法、指定情感回复的生成模型和不指定情感回复的生成模型,并从情绪数据类别和模型方法等方面进行了对比分析。然后总结整理了两大任务下数据集的特点和链接便于后续的研究,并归纳了当前情感对话系统中不同的评估方法。最后对情感对话系统的工作进行了总结和展望。

关 键 词：情感对话系统  对话情绪感知  情感对话生成  

分 类 号：TP391]