基于协同过滤的聊天机器人话题推荐

随着深度学习技术的迅速发展，市场上出现了越来越多的聊天机器人，按照功能大致分为5类，客服、闲聊、教育、个人助理以及问答型聊天机器人。它们的主要功能不一样，问答型主要满足用户信息查询的要求，闲聊型主要负责和用户对话，给用户带来情感慰藉和精神陪伴。按照回复方式的不同，闲聊型聊天机器人又分为基于检索式和基于生成式。二者都普遍存在一个问题，即和用户聊天时很容易陷入僵局，中断聊天，影响用户体验。基于检索式的聊天机器人预先在知识库中构建好话题及对应的答案，当用户提出话题后，寻找知识库中和用户话题最相似的并给出回复。这类机器人聊天容易陷入僵局原因有以下两点。1、知识库中匹配不到用户话题相关的条目，此时会选择库中出现概率最大的句子进行回复，往往是“嗯嗯”、“我知道了”等万能回复。2、知识库中能检索到用户话题的答案，但回复的质量差或用户没有兴趣。这两类情况都容易使聊天陷入僵局。基于生成式的使用对话语料训练神经网络逐词的生成回复，往往出现回复语句不通顺，即回复质量差的问题，使得聊天陷入僵局。针对回复质量差、用户对回复不感兴趣使得聊天陷入僵局的问题，本文提出：1、结合基于协同过滤和