Lingke: A Fine-grained Multi-turn Chatbot for Customer Service

本文介绍了一种基于信息检索的问答系统设计,该系统能够基于产品说明书回答问题,并支持多轮对话。系统包括共指消除、句子检索、响应生成、对话管理等模块,采用自注意力机制过滤冗余信息,使用Sequential Matching Network进行响应选择。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  最近做问答系统领域,要求自己每天读一篇论文,为帮助自己理解和记忆,将要点记录在博客上

 

  • 摘要
  1. 机器人类型:信息检索型机器人(给一段资料回答问题)
  2. 特色功能:1)基于给定的产品说明书回答问题;2)能够应对多轮对话
  • 方案流程

      

                                                                                       总框架

  • 六个模块:
  1. Coreference resolution(共指消除) and document separation:共指消除后,将文件分成句子:。共指消除的方法:Stanford CoreNLP
  2. Target Sentences Retrieval:利用Apache Lucene检索出k个相关的句子
  3. Candidate Responses Generation:利用Reverb提取SVO(主谓宾),存储方式为tripleconcatenate每个triple获取简单的句子:
  4. Dialogue Manager:支持多轮对话

                      

 

a)自注意力机制(Self-matching Attention):作用为filter redundant information

b)Response Selection:利用Sequential Matching Network (SMN)采用Sequential matching用于多轮对话

c)Chit-chat Response Generation:模型:attention-based seq2seq model 操作:当上述匹配score低于0.3时其中chit-chat 的形式。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

勤劳的凌菲

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值