声明
摘要
第一章 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 人机对话系统研究的发展和现状
1.2.2 人机对话系统中用户意图分类研究的发展和现状
1.3 本文的研究内容
1.4 本文组织结构
2.1 文本表示
2.2.1 文本向量表示
2.2.2 word2vec工具
2.2 传统机器学习分类模型SVlVl
2.3 神经网络与深度学习模型
2.3.1 人工神经网络
2.3.2 卷积神经网络
2.3.3 门循环单元模型(GRU)
2.4 本章小结
第三章 基于Character-CNN-BGRU模型意图分类研究
3.1 意图分类语料集构建
3.1.1 语料采集与预处理
3.1.2 语料集标注
3.2 字符级文本表示
3.2.1 预训练中文字符级向量
3.2.2 嵌入层(embedding layer)
3.2.3 字符级向量表示
3.3 Character-CNN-BGRU模型结构与设计思想
3.3.1 总体结构
3.3.2 卷积层
3.3.3 最大池化层
3.3.4 窗口特征组合序列与双向门循环单元层
3.3.5 多意图分类输出
3.3.6 设计思想
3.4 意图分类流程
3.5 本章小结
4.1 引言
4.2 实验准备
4.2.1 实验环境
4.2.2 评价指标
4.2.3 实验数据集
4.3 基于字符级文本表示的实验及分析
4.4 基于Character-CNN-BGRU模型的实验及分析
4.4.1 模型参数设定与优化
4.4.2 循环单元类型
4.4.3 双向循环网络
4.4.4 误差与性能分析
4.4.5 对比实验及分析
4.5 本章小结
5.1 总结
5.2 未来的工作与展望
参考文献
攻读硕士学位期间参加的科研项目与取得的科研成果
致谢