基于Seq2Seq的英语聊天机器人构建

作者：陈潇艺

来源：自动化与仪器仪表, 2022, (07): 242-251.

DOI：10.14016/j.cnki.1001-9227.2022.07.242

• 聊天机器人
• Seq2Seq
• 主题模型
• 深度语言模型
• LSTM-LDA

为使英语聊天机器人的聊天内容更加生动有趣，将结合循环神经网络的特性，构建基于Seq2Seq的英语聊天机器人模型。首先，具体分析长期记忆神经网络LSTM的基本原理和网络结构，然后分别设计一个LSTM-LDA主题模型和深度语言模型，将LSTM-LDA的主题信息和语言模型中的语义信息融合后，再进行编码处理，最终得到一个完整的聊天机器人模型。实验结果表明，LSTM-LDA模型获取主题信息的准确率高达96.5%,远远高于其他模型。且通过模型训练和生成结果发现，设计的聊天机器人可根据主题信息进行聊天，聊天内容趣味性更强。

• 单位
  四川科技职业学院