SHFR-Ⅲ仿人机器人的情感分析及对话系统

为提升仿人机器人人机交互体验,以序列到序列(SEQ2SEQ)神经网络模型为基础设计了SHFR-Ⅲ仿人机器人的对话系统,以集成学习形式构建适用于机器人交互的情感分析模型。情感分析模型设计过程中实验了多个模型分类效果,通过多模型的集成,提升了基于文本的情感分析的准确率。在对话系统设计中,以最大互信息作为模型的目标函数,对比实验表明最大互信息能有效减少SEQ2SEQ模型安全无意义回答的出现,提升人机交互质量。