公安信息服务平台的智能人机对话生成方法研究

作者：惠琛玥; 王刚^*

来源：自动化与仪器仪表, 2023, (09): 229-232.

DOI：10.14016/j.cnki.1001-9227.2023.09.229

• 人机对话
• 文本生成
• LSTM-CNN
• Seq2Seq模型
• 注意力机制

针对公安信息服务平台人机对话答非所问、服务能力低下的问题，研究提出了通过LSTM优化CNN模型的对话意图识别方法，将用户的对话分为意图清晰和意图不明的两种类型。对清晰意图的对话采用人工规范模块文本生成，而对于意图不明的对话则采用注意力机制优化的Seq2Seq模型进行对话生成。同时本次研究对LSTM-CNN意图识别模型和优化的Seq2Seq文本生成模型进行数据集仿真实验，LSTM-CNN的平均识别精度为0.943,召回率0.922,F1值为0.932,高于其他文本识别算法；而优化的人机对话系统对话生成答非所问的情况仅有4%,低于传统的文本生成方法。本次研究提出的公安信息服务平台的智能人机对话生成方法性能优越，可以有效提高公安工作的服务水平。

• 单位
  陕西警官职业学院