基于深度学习的文本情感聊天机器人系统的设计与实现

现有文本聊天机器人在对话过程中存在单一匹配传统知识库生成回复语句和采用通用性情感回复语句的问题。文章研究的系统将解决上述问题作为切入点,在基于Seq2Seq(Sequence-To-Sequence,序列到序列)模型的基础上引入注意力机制,以产生贴合实际的生成式回复,避免单一匹配知识库生成回复语句。构建TextCNN-BiLSTMSelfAttention情感分类模型,获取对话文本的情感特征和情感类别,并进一步在对话过程中引入情感监督实现对话过程中的情感响应与回复,从而避免产生通用性情感回复语句。结果表明,该系统有效提高了文本聊天机器人的回复语句质量。