一种利用卷积对话生成模型解决对话生成任务的方法

摘要

本发明公开了一种利用卷积对话生成模型解决对话生成任务的方法，包括如下步骤：针对于所要生成的对话的下一个词的上文，得到的单词的含义向量与单词的位置向量，相加，获取单词的综合表达向量；输入到结合了卷积层与门式线性单元结合的编码网络，获取上文的综合表达；将上文最后一个单词转换成最后单词的含义向量，并结合最后单词的位置向量，两者相加获取最后单词的综合表达；输入到结合了卷积层与门式线性单元结合的编码网络，并结合上文的综合表达，获取下一个要生成单词的表达。本发明利用了卷积对话生成模型，能够克服现有技术中使用循环神经网络导致无法利用GPU并行特点，且循环神经网络会导致梯度消失的问题。