基于Pytorch的聊天机器人设计和实现开题报告

1. 研究目的与意义

随着社会信息化进程的日益加快，人们希望能够用自然语言与计算机进行交流，聊天机器人的市场因此产生。

聊天机器人通过学习自然语言来与人类进行对话，属于问答系统的范畴。

它不仅能回答用户所提的问题，还能人性化地与用户交流，同时提醒或者安排用户完成一些任务。

2. 课题关键问题和重难点

自然语言理解模块主要负责从完整的语句中提取出需要的信息，并且理解用户输入问句的语义，产生一个特定的语义表达式。

聊天机器人系统中的自然语言理解功能包括用户意图识别、用户情感识别、指代消解、省略恢复、回复确认及拒识判断等技术。

并且语法分析、语义分析、关键词提取、相似度计算等自然语言处理技术也是必不可缺的。

3. 国内外研究现状（文献综述）

目前，聊天机器人的研究仍存在许多不足，这些不足为我们指出了未来的发展趋势。

(1)理解提问者的问题及语言。

目前有些聊天机器人忽略了最基础的语言理解能力。

4. 研究方案

1、解决聊天机器人问题的一般方法，包括问题的一般形式、解决的一般方法，有哪些因素产生困难的问题，有哪些解决的基本技术方向；2、Pytorch工具的使用方法和开发应用3、目前有哪些开源的聊天机器人实现方法，能够重现开源实现，并能够分析其中存在的问题，提出改进方法4、实验验证改进的效果，并给出分析

5. 工作计划

1周：完成开题报告、外文翻译2周：理解聊天机器人的原理和问题3周：了解并熟悉Pytorch工具的使用4周：在熟悉选题的基础上，依据选题的具体功能要求，做好需求分析。

5~7周：重现聊天机器人开源实现，分析测试结果8~9周：改进模型、或者学习方法，测试对比结果10~12周：撰写毕业设计13~14周：准备答辩