声明
第一章绪论
1.1研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2研究内容和章节安排
第二章研究基础及相关理论和技术
2.1研究现状及分析
2.1.1 对话状态跟踪任务的研究现状及分析
2.1.2 对话策略任务的研究现状及分析
2.2对话状态跟踪任务相关理论和技术
2.2.1 循环神经网络
2.2.2 LSTM
2.2.3 编码器-解码器框架
2.2.4 注意力机制
2.3对话策略任务相关理论和技术
2.3.1 信息熵
2.3.2 马尔科夫决策过程
2.3.3 贝尔曼方程
2.4本章小结
第三章基于层次化结构编码的对话状态跟踪器
3.1对话状态跟踪任务描述与现有的挑战
3.1.1 对话状态跟踪任务描述
3.1.2 现有的挑战
3.2基于层次化结构编码的对话状态跟踪模型
3.2.1 模型结构
3.2.2 基于Bi-LSTM的编码器模块
3.2.3 评分模块
3.3实验与分析
3.3.1 数据集
3.3.2 实验设置
3.3.3 评价标准
3.3.4 实验结果分析
3.4本章小结
第四章融合马尔科夫决策过程与属性信息熵的对话策略
4.1对话策略任务描述与现有挑战
4.1.1 对话策略任务描述
4.1.2 现有的挑战
4.2融合马尔科夫决策过程与信息熵的对话策略
4.2.1 马尔科夫决策过程模型构建
4.2.2 属性信息熵计算
4.2.3 融合算法
4.3实验与分析
4.3.1 实验设置
4.3.2 评价标准
4.3.3 实验结果与分析
4.4本章小结
第五章多轮对话音乐搜索系统中对话管理的设计与实现
5.1系统组织架构
5.2系统模块和通信
5.3功能演示
5.4本章小结
第六章总结与展望
6.1本文工作总结
6.2未来研究工作展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
答辩决议书
华南理工大学;