摘
要
近年来，随着深度学习的发展，
人工智能的应用越来越广泛，
智能对话机器
人是其中的重要部分。
深度置信神经网络
(DBN)
、循环神经网络
(RNN)
和长短期记忆神经网络
(LSTM)
是深度学习中使用最多的
3
种方法。
本
论文是基于
RNN
的智能对话机器人设计。
循环神经网络
比前馈神经网络与
生物神经网络结构
更一致
。
循环神经网络已广泛
地
应用
于
语音识别、语言模型
和
自然语言生成任务
中
。
本文首先对已有的对话语料库进行处理，提取出有效的
问答语料
。
然后利用
TensorFlow
搭建循环神经网络，其中引入注意力机制，提
基于RNN的智能对话机器人设计-19693字.docx