基于 Seq2Seq 模型的聊天机器人，使用 LSTM 和注意力机制提升用户交互
计算与语言
2025-01-03 v1 新兴技术
摘要
聊天机器人是一种智能软件应用程序，通过信息平台自动化对话并通过自然语言与用户进行交互。利用人工智能 (AI)，聊天机器人服务于各种功能，包括客户服务、信息收集和轻松对话。现有的虚拟助手聊天机器人，如 ChatGPT 和 Gemini，展示了 AI 在自然语言处理 (NLP) 中的潜力。然而，许多当前解决方案依赖于预定义的 API，这可能导致供应商锁定和高成本。为此，本工作提出一种使用序列到序列 (Seq2Seq) 模型开发的聊天机器人，采用包含注意力机制和长短期记忆 (LSTM) 单元的编码器-解码器架构。通过避免使用预定义 API，该方法确保了灵活性和成本效益。该聊天机器人在专为摩洛哥 Draa-Tafilalet 旅游业精选的数据集上进行训练、验证和测试。关键评估结果表明，所提出的基于 Seq2Seq 模型的聊天机器人在训练时准确率约为 99.58%，验证时为 98.03%，测试时为 94.12%。这些结果表明，该聊天机器人在旅游领域能够提供相关且连贯的响应，凸显了针对特定领域的 AI 应用在提升用户体验和满意度方面的潜力。
引用
@article{arxiv.2501.00049,
title = {Seq2Seq Model-Based Chatbot with LSTM and Attention Mechanism for Enhanced User Interaction},
author = {Lamya Benaddi and Charaf Ouaddi and Adnane Souha and Abdeslam Jakimi and Mohamed Rahouti and Mohammed Aledhari and Diogo Oliveira and Brahim Ouchao},
journal= {arXiv preprint arXiv:2501.00049},
year = {2025}
}
备注
The Third Workshop on Deployable AI at AAAI-2025