深度编码网络下的英语点餐机器人交互系统设计

目的：研究点餐机器人情感交互的设计思路与理念,设计以人为本的智能情感交互方法点餐机器人。方法：采用BLSTM网络构建英语语义参量的编码网络,进而提出主旨型注意力模式,该模式可通过赋权值的方式提取相应数据,然后设计约束型SeqGAN网络架构完成解码,从而调整生成装置参量,缩小生成点餐语言与真人英语情感交互回复间的差距。结果：与Du-Model法和HRED-Model法相比,BLSTM-SeqGAN法的困惑指标更小且精准度更高,并随迭代数目增加而稳定程度更高。结论：该方法能够获得更加自然、真实与友好的情感交互反应。