基于深度学习的任务型对话系统在国防军事领域的应用  

作　　者：孙伟博 张斌[2] 

机构地区：[1]清华大学计算机科学与技术系,北京100084 [2]中国电子科技集团公司第五十四研究所,河北050081

出　　处：《网络安全技术与应用》2021年第4期135-137,共3页Network Security Technology & Application

摘　　要：近年来,随着人工智能的出现,基于任务型的对话系统一直是学者研究的一个领域。期望机器和人们想法是一样的,人们和机器在对话,人们执行任务时帮助人类完成任务。这是未来的应用服务的着手点,特别是移动应用程序应用软件和可穿戴设备运用场景里。基于任务型的封闭域名系统适用于用户的明确目标、订票、餐馆、电影、音乐或寻找特定产品等。用户需求可能会非常复杂,有时需要多次进行陈述,或者他们要么继续在对话中改变或改善他们的需求。此外,当用户的需求不具体或足够明确时,机器还可以帮助用户通过不断的请求、解释或确认获得满意的服务。基于任务型的对话系统逐渐从学术界转向工业,带来了巨大的商业利益,从而在该工业获得了很大的重用;它经常嵌入公司智能客服或应用中的语音助手里,本文主要研究基于任务型对话系统在国防军事领域的应用。

关 键 词：深度学习 任务型对话系统 国防军事领域 应用 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术] E25[军事—军事理论]