融合情感信息的开放域对话生成算法在学前教育聊天机器人中的应用研究

作     者：黄玉芳 HUANG Yufang

作者机构：西安翻译学院西安710100 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2024年第7期

页      面：266-269页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：陕西省教育科学规划2023年度课题《满意度的视域下应用型民办本科院校学前教育专业教材质量评价标准研究》 西安翻译学院2023年度校级科研基金《<评估指南>背景下幼儿教师情感支持质量研究——基于CLASS课堂互动评估系统的观察分析》(23B06) 

主　　题：学前教育 对话生成 情感分析 Bi-LSTM 

摘      要：为进一步提升学习教育机器人的教育质量,提出一种基于改进情感监督的对话生成模型。其中,以双向长短时记忆网络Bi-LSTM作为基础的对话生成方法,将其与情感监督的方法相结合,以进一步提升生成对话回复的质量。实验结果表明,与传统的端到端模型以及未改进的情感监督模型相比,改进的情感监督模型所生成的对话回复的质量明显更高,流畅度更高,更加自然并贴合人们实际的对话,在bigram多样性评价指标上具有明显的优势。综上,设计的基于改进情感监督的对话生成模型性能良好,能够生成质量较高的对话回复,将其应用于学前教育的场景中时,能够帮助儿童进行更高质量的对话学习。