一种基于对抗生成网络的模仿学习对话生成方法

摘要

本发明涉及一种基于对抗生成网络的模仿学习对话生成方法，该方法包括以下步骤：1)建立对话语句专家语料库；2)建立对抗生成网络，对抗生成网络中的生成器包括一对编码器和译码器；3)建立假语料库；4)对判别器进行第一次分类训练；5)将输入语句输入至生成器中，并采用强化学习架构对生成器中的编码器和译码器进行训练；6)将步骤5)生成的输出语句加入到假语料库中，继续训练判别器；7)采用对抗生成网络的训练方式交替进行生成器的训练和判别器的训练，直至生成器和判别器均收敛。与现有技术相比，本发明可生成更类似人类的对话语句并避免出现过多通用回答，且能够提升对话生成模型的训练效果，解决了通用回答频率过高的问题。