一种将类人理解能力集成至聊天机器人的深度学习方法
计算与语言
2022-01-11 v1 机器学习
摘要
近来，大量人群投身于自主创业。与人类不同，聊天机器人可同时服务多名客户，全天候可用，且回复时间不足一瞬。尽管聊天机器人在任务导向活动中表现良好，但在多数情况下，它们无法理解个性化的意见、陈述乃至查询，进而因服务管理不善影响机构形象。机器人理解能力的缺失使用户失去与之继续对话的兴趣。通常，当聊天机器人无法准确解读用户文本时，会给出荒谬回复。通过聊天机器人从对话中提取客户评价，机构可缩小用户与聊天机器人之间的理解鸿沟，并改进其产品与服务质量。因此，本研究整合了聊天机器人精准分析并理解输入文本所需的所有关键要素。我们采用深度学习进行情感分析、情绪检测、意图分类与命名实体识别，以开发具备人性化理解与智能的聊天机器人。本方法的效能可通过详细分析相应证明。
引用
@article{arxiv.2201.02735,
title = {A Deep Learning Approach to Integrate Human-Level Understanding in a Chatbot},
author = {Afia Fairoose Abedin and Amirul Islam Al Mamun and Rownak Jahan Nowrin and Amitabha Chakrabarty and Moin Mostakim and Sudip Kumar Naskar},
journal= {arXiv preprint arXiv:2201.02735},
year = {2022}
}