摘要
本申请属于对话生成技术领域,涉及基于深度学习的数智信鸽微信智能对话生成方法;获取对话数据并结合公开语料库,通过正则表达式和BERT模型进行语义异常检测;通过构建树状结构和引入三维时间戳的方式组织对话数据;针对表情符号的情感信息,通过混合编码器将表情的文本和视觉特征相结合,采用了动态注意力机制,根据历史语句的重要性加权并调整记忆长度,引入用户画像特征后,通过将用户特征与对话编码进行融合,生成阶段通过基于Transformer的模型和Beam Search算法,在生成过程中引入多样性惩罚项并根据用户画像动态调整生成参数,从而保证了生成对话的多样性与安全性,提升了对话生成模型的精度和连贯性,有效解决了上下文连贯性和个性化生成的技术难题。
技术关键词
智能对话生成方法
对话生成模型
多轮对话
画像特征
混合编码器
文本
数据
序列
风格
视觉特征
语义
生成参数
树状结构
生成候选词
注意力机制
滑动窗口机制
语句
LSTM模型
系统为您推荐了相关专利信息
合成孔径雷达图像
通道注意力机制
深度神经网络
融合特征
多尺度
室内导航方法
生成导航路线
多轮对话
语音
多任务