计算机技术与发展2023，Vol.33Issue(4) ：27-33.DOI:10.3969/j.issn.1673-629X.2023.04.004

基于知识图谱的多轮对话技术研究综述

Recovery of Multi-turn Dialogue Based on Knowledge Graph

杨阳 盛胜利 奚雪峰
计算机技术与发展2023，Vol.33Issue(4) ：27-33.DOI:10.3969/j.issn.1673-629X.2023.04.004
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于知识图谱的多轮对话技术研究综述

Recovery of Multi-turn Dialogue Based on Knowledge Graph

杨阳 1盛胜利 2奚雪峰1
扫码查看

作者信息

  • 1. 苏州科技大学 电子与信息工程学院,江苏 苏州 215009;苏州市虚拟现实智能交互及应用重点实验室(苏州科技大学),江苏 苏州 215009
  • 2. 数据分析实验室(德州理工大学),德克萨斯州 拉伯克市 79409
  • 折叠

摘要

随着自然语言技术的不断进步与发展,人机交互取得了跨越式的进步.然而,目前人机交互系统往往都是用户与机器双方在特定的应用场景下设计完成的,在开放域下进行难度较大的多轮对话效果差强人意.而知识图谱作为实现对话系统的重要工具之一,其被证明在多轮对话任务中是有效的.该文从基于知识图谱的多轮对话技术总结了多轮对话中使用的相关技术,其中基于知识图谱的多轮对话模型包括TransE、TransH、TransR和TransD等,以及涉及到基于知识图谱的多轮对话相关数据集及评价标准.最后提出了基于知识图谱的多轮对话技术当前面临的挑战并进行了总结.

关键词

知识图谱/多轮对话/人机交互/自然语言处理/对话系统

引用本文复制引用

基金项目

国家自然科学基金(61876217)

国家自然科学基金(62176175)

江苏省"六大人才高峰"高层次人才项目(XYDXX-086)

出版年

2023
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
被引量1
参考文献量2
段落导航相关论文