深度编码网络下的英语点餐机器人交互系统设计

母滨彬 王 平

(1. 广安职业技术学院，四川 广安 638000；2. 兰州理工大学电气工程与信息工程学院，甘肃 兰州 730050；3. 兰州理工大学机器人系统实验室，甘肃 兰州 730050)

点餐机器人情感交互(Human machine emotional interaction)的设计理念自被提出之后，一直是人工智能、多维建模、仿生系统等领域的研发重点[1-2]，并涉及到上下文语境感知与情感意识等算法。

随着机器学习与神经网络等科技[3]在对话生成领域的发展，国内外科研工作者提出了一些新方法。Radulescu等[4]采用规则提取法获取相关语义数据，该方法算法简单且实时性好，但需要人工翻译大量规则，领域间的移植性差；Chakraborty等[5]将知识先验后验模型引入Seq2Seq编解码的架构中，该模型也叫做Du-Model，可根据动态意图自动生成回复，但该方法不能充分理解与应用情感交互的前后信息；Paladines等[6]采用Multi-RNN网络拼接上下文与用户输入生成自动回复，但该方法不能区分情感交互背景、线索与主旨等重要信息，情感交互常常言不达意；张凉等[7]将多视角GAN引入深度学习架构中，该方法抑制梯度弥散的效果较好，但提取特征能力不强；王孟宇等[8]设计了RCNN网络和HRED模型情感交互生成方法，该方法可及时获取短句语义，对语义情感分析较为到位，但当网络层次较深时，常出现梯度弥散的状况；易炜等[9]在循环网络中引入注意力权值，可挖掘情感交互中的关键信息，但仍难发掘语义中的隐含信息和风格。

试验拟研究点餐机器人情感交互的设计思路与理念，以期设计出以人为本的智能情感交互方法的机器人，为智能服务业提供技术支持。……