具有长期记忆的基于人工智能的聊天机器人系统的实现-研究论文

本文主要探讨一种特定的深度学习方法来构建会话代理。 如今，随着聊天机器人系统试图进入日常生活并取得商业上的成功，其受欢迎程度正在上升。 以前的方法使用简单的关键字和模式匹配方法，以静态方式答复，而与先前的转换无关。 作为对该技术的改进，将是一种可与序列到序列框架一起工作的系统。 我们提出的模型利用了这个框架。 给定会话中的上一个或多个句子以及下一个句子，模型通过预测下一个句子进行交谈。 我们模型的独特之处在于可以端到端地对其进行训练，因此需要的手工规则要少得多。 给定大量的会话训练数据集，这种简单的模型可以生成简单的会话。