论文部分内容阅读
情感计算是人工智能领域中新兴的研究方向,其目的是通过赋予计算机识别、理解、表达和适应人的情感的能力来建立和谐人机交互环境,并使计算机具有更高、更全面的智能。人机情感交互是情感计算方向的核心研究课题,情感对话系统是实现多模态人机情感交互的重要途径之一。情感对话管理是情感对话系统的核心模块,本文主要对其建模方法及应用开展研究。本文研究的主要切入点是在现有对话管理模型的基础上,融入用户的情感信息因素,面向特定对话领域构建合理有效的情感对话管理模型。本文的主要研究内容包括:(1)提出了一种基于双有限状态机(TFSM)的情感对话管理模型。通过两个有限状态机来分别对用户和系统进行建模,用两个状态机之间的信息交换来模拟人机情感对话过程,构建了一个能同时提供信息查询和情感交互功能的情感对话系统框架。进一步讨论了系统信息查询与情感响应模块的具体实现方法,包括基于任务树的多主题信息查询和嵌入一个子状态机来实现多轮的人机情感交互。在评价方法上,利用部分可观察马尔可夫决策过程(POMDP)模型中回报值函数对基于双有限状态机的情感对话管理模型的系统表现进行了分析。实验结果表明:为用户建立一个独立的有限状态机模型有利于系统预测用户的对话状态,基于TFSM的对话管理模型的表现要优于传统的有限状态机模型。(2)提出了一种基于分解POMDP的情感对话管理模型。为了有效的响应用户在对话过程中的情感状态,新模型将用户的状态空间分解为目标状态和情感状态两部分,且首次将系统动作空间分解为目标响应和情感响应两部分,分别应对用户的目标状态和情感状态,系统的奖励值函数也相应地更新为这两部分动作奖励值的加权和。在此基础上,建立了新的用户目标、情感模型及系统观察模型,并据此提出了基于分解POMDP的情感对话管理模型,该模型致力于在对话过程中同时响应用户的目标和情感。以智能音乐播放器为例阐述了新模型的实际应用,并评估了模型关键参数对系统表现的影响。仿真实验结果表明,基于分解POMDP的情感对话管理模型应用于智能音乐播放系统是合理且可行的。(3)研究了基于POMDP的情感对话管理模型的应用移植。面向情感教学系统这一特定的应用领域,以概念学习和情感交互为预定对话任务,将用户的状态空间分解为目标状态、认知状态和情感状态,系统的动作空间则仍被分解成两部分,包括学习目标响应和情感响应。在此基础上,对之前提出的分解POMDP情感对话模型进行了改进和推广,提出了一种新的面向情感教学系统的分解POMDP情感对话管理模型。仿真实验结果表明,基于该分解模型的情感家教系统更有利于那些学习能力较弱的学生,且适合较大规模的概念学习。这些结果都在一定程度上验证了模型的合理性和可行性。(4)综述了对话管理建模方法及应用领域的研究现状,从模型原理、研究进展、模型优缺点等角度详细剖析了几种常用的对话管理模型,包括有限状态机、填槽法、马尔可夫决策过程(MDP)、POMDP、基于实例的、基于规划的、基于贝叶斯网络等,为情感对话管理建模方法的创新奠定了理论基础。