基于深度神经网络的噪声环境下对话行为分类模型

申屠相镕， 秦会斌

(杭州电子科技大学 新型电子器件与应用研究所，浙江 杭州 310018)

在现代化的脚步不断向前迈进的今天，人们对于计算机的依赖程度与日俱增，如何用计算机方法来处理人类的自然语言也成了热门的研究内容。对话行为分类是实现与数据库的自然语言对接的一项重要任务，因为说话者的意图可以用对话行为(与语境无关的语义和依赖于语境的谓语)[1]来表示。

为了解决对话行为分类中的模糊问题，过去20年来学者们提出了各种机器学习模型。文献[2]研究了稀疏建模方法来改善对话行为分类，提出稀疏对数线性模型，相对于基于规则的基线模型获得了19.7%的相对改善，并且超过了先进的支持向量机(Support Vector Machines，SVM)模型2.2%。文献[3]研究了多核SVM模型来处理对话行为识别问题，提出了一种改进的多核SVM模型并在一些开放分类任务和中文对话行为识别任务上进行测试。文献[4]研究了对话法分类，提出了一种新的生成神经网络体系结构，在循环神经网络框架的基础上结合了一种新的注意技术和序列学习的标签-标签连接。文献[5]证明使用高斯过程(Gaussian Process,GP)的贝叶斯优化超参数可进一步改进结果，并且缩短计算时间。文献[6]对使用提示短语作为对话行为分类的基础进行了调查，通过提示短语来定义含义，并描述如何从手动标记的对话语料库中提取它们。但以上文献均采用实验室环境中纯净的原始语音作为测试样本，实际的对话环境中常常存在噪声的干扰，因此需要建立一个能够有效应对噪声环境的对话行为分类模型。……