期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多语义特征回复生成网络的任务型对话
1
作者
姚震
杨州
+2 位作者
廖祥文
陈志豪
姚孟韬
《中文信息学报》
北大核心
2025年第7期91-101,共11页
任务型对话旨在实现机器与用户间的问答交互,进而完成用户提出的特定要求。现有方法主要利用用户对话领域或对话动作等单一特征完成回复解码操作,这种单一类型的特征使得模型学习到的语义信息较为片面,模型无法生成全面的候选回复,导致...
任务型对话旨在实现机器与用户间的问答交互,进而完成用户提出的特定要求。现有方法主要利用用户对话领域或对话动作等单一特征完成回复解码操作,这种单一类型的特征使得模型学习到的语义信息较为片面,模型无法生成全面的候选回复,导致回复成功率和准确度较低。因此,该文提出一种基于多语义特征回复生成网络的对话模型。首先为全局语义信息和两类语义特征(对话领域、对话动作)分别构建一个双向门控循环网络作为回复生成网络;随后三个回复生成网络进行解码操作获得包含多类语义特征信息的候选回复集合;最后自适应选择网络通过计算比对,筛选出语义信息丰富且满足用户需要的候选回复作为最终回复。该方法融合对话领域和对话动作两类语义特征信息,提高了回复成功率和准确度,在MultiWOZ 2.0和MultiWOZ 2.1两个公开数据集上的实验结果表明,该方法明显优于基准模型。
展开更多
关键词
任务型对话系统
端到端结构
多回复解码器
多语义特征
在线阅读
下载PDF
职称材料
基于生成对抗网络的类别文本生成
被引量：
2
2
作者
蔡丽坤
吴运兵
+2 位作者
陈甘霖
刘翀凌
廖祥文
《广西师范大学学报（自然科学版）》
CAS
北大核心
2022年第4期79-90,共12页
类别文本生成旨在让机器生成人类可理解的文本,并且赋予生成文本特定的类别属性。现有工作主要采用基于生成对抗网络的文本生成框架,往往直接采用卷积神经网络进行文本特征提取,缺乏对文本全局语义的关注;此外,简单地在生成网络中引入...
类别文本生成旨在让机器生成人类可理解的文本,并且赋予生成文本特定的类别属性。现有工作主要采用基于生成对抗网络的文本生成框架,往往直接采用卷积神经网络进行文本特征提取,缺乏对文本全局语义的关注;此外,简单地在生成网络中引入注意力无法有效消除解码过程中的噪声。针对上述问题,本文提出一种将文本全局特征与局部特征联合建模的方法,通过将长短时记忆网络提取的全局语义信息与卷积神经网络提取的局部语义信息进行融合,增强生成过程中对文本全局语义信息的关注,并且引入双重注意力,进一步过滤掉序列生成中的无关信息。与基准模型相比,本文提出的方法分别在2个公开的真实数据集(Movie Review和Amazon Review)上取得了至少0.01和0.004的BLEU值的提升,表明了本文方法的有效性。
展开更多
关键词
文本生成
生成对抗网络
双重注意力
特征融合
进化学习算法
在线阅读
下载PDF
职称材料
题名
基于多语义特征回复生成网络的任务型对话
1
作者
姚震
杨州
廖祥文
陈志豪
姚孟韬
机构
福州大学
计算机与
大数据
学院
福州大学
福建
省网络计算与智能信息处理重点实验室
福州大学数字福建金融大数据研究所
出处
《中文信息学报》
北大核心
2025年第7期91-101,共11页
基金
国家自然科学基金(61976054)。
文摘
任务型对话旨在实现机器与用户间的问答交互,进而完成用户提出的特定要求。现有方法主要利用用户对话领域或对话动作等单一特征完成回复解码操作,这种单一类型的特征使得模型学习到的语义信息较为片面,模型无法生成全面的候选回复,导致回复成功率和准确度较低。因此,该文提出一种基于多语义特征回复生成网络的对话模型。首先为全局语义信息和两类语义特征(对话领域、对话动作)分别构建一个双向门控循环网络作为回复生成网络;随后三个回复生成网络进行解码操作获得包含多类语义特征信息的候选回复集合;最后自适应选择网络通过计算比对,筛选出语义信息丰富且满足用户需要的候选回复作为最终回复。该方法融合对话领域和对话动作两类语义特征信息,提高了回复成功率和准确度,在MultiWOZ 2.0和MultiWOZ 2.1两个公开数据集上的实验结果表明,该方法明显优于基准模型。
关键词
任务型对话系统
端到端结构
多回复解码器
多语义特征
Keywords
task-oriented dialogue
end-to-end structure
multiple response decoders
multi-semantic features
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于生成对抗网络的类别文本生成
被引量：
2
2
作者
蔡丽坤
吴运兵
陈甘霖
刘翀凌
廖祥文
机构
福州大学
计算机与
大数据
学院
福建
省网络计算与智能信息处理重点实验室(
福州大学
)
福州大学数字福建金融大数据研究所
出处
《广西师范大学学报（自然科学版）》
CAS
北大核心
2022年第4期79-90,共12页
基金
国家自然科学基金(61976054)
福建省科技计划项目引导性项目(2019H0040)。
文摘
类别文本生成旨在让机器生成人类可理解的文本,并且赋予生成文本特定的类别属性。现有工作主要采用基于生成对抗网络的文本生成框架,往往直接采用卷积神经网络进行文本特征提取,缺乏对文本全局语义的关注;此外,简单地在生成网络中引入注意力无法有效消除解码过程中的噪声。针对上述问题,本文提出一种将文本全局特征与局部特征联合建模的方法,通过将长短时记忆网络提取的全局语义信息与卷积神经网络提取的局部语义信息进行融合,增强生成过程中对文本全局语义信息的关注,并且引入双重注意力,进一步过滤掉序列生成中的无关信息。与基准模型相比,本文提出的方法分别在2个公开的真实数据集(Movie Review和Amazon Review)上取得了至少0.01和0.004的BLEU值的提升,表明了本文方法的有效性。
关键词
文本生成
生成对抗网络
双重注意力
特征融合
进化学习算法
Keywords
text generation
generative adversarial networks
attention on attention
feature fusion
evolutionary learning algorithm
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多语义特征回复生成网络的任务型对话
姚震
杨州
廖祥文
陈志豪
姚孟韬
《中文信息学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于生成对抗网络的类别文本生成
蔡丽坤
吴运兵
陈甘霖
刘翀凌
廖祥文
《广西师范大学学报（自然科学版）》
CAS
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
