论文摘要
伴随着深度学习不断深入的研究,该技术已经被应用到词向量表示、机器翻译、自然语言理解、情感分析和中文分词领域。目前,许多研究人员已经对聊天机器人的主要技术进行了深入的研究,机器学习中的深度学习技术也被逐渐的应用到研究中。本文阐述了聊天机器人存在的主要问题,针对存在的问题分别阐述了本文提出的LSTM-LDA神经网络主题模型以及Attention+Bi-LSTM的seq2seq模型,描述聊天机器人的模型,最后对本文提出的BT-DLL Model（基于Sequence to Sequence框架）进行了实验设计。
论文目录
文章来源
类型: 期刊论文
作者: 赵鸿阳
关键词: 深度学习,神经网络主题模型,聊天机器人,长短期期记忆网络
来源: 智能计算机与应用 2019年06期
年度: 2019
分类: 信息科技
专业: 自动化技术
单位: 上海工程技术大学
分类号: TP242;TP18
页码: 308-311
总页数: 4
文件大小: 1336K
下载量: 251
相关论文文献
标签：深度学习论文; 神经网络主题模型论文; 聊天机器人论文; 长短期期记忆网络论文;