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
对话意图识别方法
意图识别模型
语义特征提取
文本
关键词特征
大语言模型
动态场景感知
场景分类
电力
评价方法
局部图像特征
矩阵
多轮交互方法
多轮对话
交叉注意力机制