基于深度學(xué)習(xí)的文本情感聊天機器人系統(tǒng)的設(shè)計與實現(xiàn)

上官鑫　呂俊玉　張桓宇　劉力軍

關(guān)鍵詞：情感監(jiān)督；Seq2Seq；注意力機制；深度學(xué)習(xí)

中圖分類號：TP311.1 文獻(xiàn)標(biāo)識碼：A

1引言（Introduction）

近年來，隨著人工智能技術(shù)的不斷發(fā)展，通過自然語言與人類進(jìn)行對話的聊天機器人成為研究熱點，并因深度學(xué)習(xí)在自然語言處理、詞向量表示、情感分析等領(lǐng)域的廣泛應(yīng)用，使其逐漸成為研究聊天機器人的關(guān)鍵技術(shù)[1]。目前，許多商業(yè)公司推出了應(yīng)用深度學(xué)習(xí)技術(shù)的相關(guān)產(chǎn)品，如“蘋果”的Siri、“微軟”的小冰、“百度”的度秘等。雖然現(xiàn)有聊天機器人都可以與人類進(jìn)行無差錯交流，普遍表現(xiàn)出“智商”很高，但是人們在日常交換信息的過程中，傳達(dá)的信息不僅包含信息語義本身，還包含著情感與情感狀態(tài)。為了使人機對話更加貼近現(xiàn)實，人們寄希望于聊天機器人具有“智商”的同時也具有“情商”。本文提出基于深度學(xué)習(xí)的文本情感聊天機器人系統(tǒng)，滿足人們進(jìn)行日常文本聊天中對情感的需求，具有支持中英雙語對話、情感分類多元、適用多領(lǐng)域?qū)υ挼墓δ?，提升了用戶在日常閑聊時的使用體驗。

2研究現(xiàn)狀（Research status）

現(xiàn)有的文本聊天機器人按功能可劃分為任務(wù)型和非任務(wù)型。針對日常聊天應(yīng)用場景，采用非任務(wù)型可以更好地提升用戶使用體驗，提高用戶滿意度。非任務(wù)型聊天機器人按對話的實現(xiàn)方式可以分為檢索式對話系統(tǒng)和生成式對話系統(tǒng)[2]。基于檢索式的聊天機器人的回復(fù)語句存有單一匹配關(guān)鍵字的問題，其利用信息檢索技術(shù)為用戶會話請求匹配已經(jīng)事先存儲的對話語料作為回復(fù)[3]?；谏墒降牧奶鞕C器人，在現(xiàn)有的研究基礎(chǔ)上其回復(fù)語句多使用情感通用性回復(fù)語句，情感單一[4]。此類聊天機器人多采用Encoder-Decoder（編碼器-解碼器）框架中的Seq2Seq模型，其主要應(yīng)用端到端框架[5]，利用大量自然語言訓(xùn)練集學(xué)習(xí)從問題到答案的關(guān)系，從而根據(jù)用戶輸入語句自動生成相應(yīng)的回復(fù)，具備一定的自我學(xué)習(xí)能力。一些研究表明，基于Seq2Seq模型對于短句子有著較好的表現(xiàn)，但對于長句子則表現(xiàn)力有所下降。注意力機制可以選擇性地學(xué)習(xí)句子中的部分單詞或片段[6]，從而更好地處理長句子。目前在情感對話領(lǐng)域，許多研究者將各種端到端的神經(jīng)網(wǎng)絡(luò)模型作為情感對話生成模型的基礎(chǔ)，并通過情感分析、情感嵌入等技術(shù)對模型進(jìn)行改進(jìn)，實現(xiàn)了在對話生成中的情感表達(dá)[7]。周震卿等[8]提出了基于TextCNN（文本卷積神經(jīng)網(wǎng)絡(luò)）情感預(yù)測器的情感監(jiān)督聊天機器人，在Seq2Seq模型中引入更準(zhǔn)確的情感特征，由問題直接獲取回復(fù)的情感表示，有效地提高了回復(fù)語句的質(zhì)量，但存在不能區(qū)分情感類別和對長文本不敏感的問題。

3系統(tǒng)設(shè)計（System design）

本系統(tǒng)采用Seq2Seq+Attention（序列到序列+注意力機制）模型，解決現(xiàn)有文本聊天機器人存在的單一匹配問題。構(gòu)建TextCNN-BiLSTM-SlefAttention（文本卷積神經(jīng)網(wǎng)絡(luò)-雙向長短期記憶網(wǎng)絡(luò)-自注意力機制）情感分類器，獲得具備表示文本情感的情感向量和情感分類向量。為了讓聊天機器人具有更好的情感回復(fù)表達(dá)，將情感向量嵌入基于GRU的Seq2Seq+Attention對話模型中，同時將情感分類向量加入訓(xùn)練模型的損失函數(shù)中，實現(xiàn)對話過程中的情感監(jiān)督，避免產(chǎn)生通用性情感回復(fù)語句。運用豐富的數(shù)據(jù)集進(jìn)行模型訓(xùn)練，實現(xiàn)中英文對話，滿足了文本聊天中的多領(lǐng)域?qū)υ捫枨?。使用微信小程序作為系統(tǒng)的前端，實現(xiàn)前后端分離，便于前端優(yōu)化和功能更新。

3.1系統(tǒng)框架結(jié)構(gòu)

本系統(tǒng)采用分離式前后端部署的方式，前端部署在微信小程序中，與用戶進(jìn)行交互；后端部署在Flask（Web應(yīng)用程序框架）中，對用戶信息進(jìn)行處理與反饋。系統(tǒng)的整體框架如圖1所示。

本系統(tǒng)邏輯結(jié)構(gòu)分為輸入模塊、預(yù)處理模塊、對話處理模塊、輸出模塊，系統(tǒng)的邏輯結(jié)構(gòu)如圖2所示。

系統(tǒng)邏輯結(jié)構(gòu)流程如下：

①用戶在交互界面輸入文本；

②輸入文本經(jīng)格式轉(zhuǎn)換后傳輸?shù)胶蠖朔?wù)器；

③后端服務(wù)器將接收到的文本進(jìn)行格式化預(yù)處理；

④將預(yù)處理后的文本輸入對話處理模塊中自動生成回復(fù)文本；

⑤回復(fù)文本經(jīng)格式轉(zhuǎn)換后返回給用戶。

3.2情感分類模型

關(guān)于文本情感分類的研究，一般是對情感類別（褒義、中性、貶義）進(jìn)行情感分類；原福永等[9]提出將BiLSTM（雙向長短期記憶網(wǎng)絡(luò)）與CNN（卷積神經(jīng)網(wǎng)絡(luò)）模型結(jié)合，與此同時引入Attention（注意力）機制實現(xiàn)對人們的情感進(jìn)行分類；李輝等[10]提出將CNNGRU-Attention混合，實現(xiàn)二元（消極、積極）分類，并引入Attention機制構(gòu)建混合神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)重要文本信息。

本系統(tǒng)通過構(gòu)建TextCNN-BiLSTM-SelfAttention情感分類模型，應(yīng)用于問題情感分類器和答案情感監(jiān)督器。以憤怒、反感、害怕、內(nèi)疚、快樂、難過、羞愧7類情感作為情感分類標(biāo)簽，對輸入文本進(jìn)行情感類別預(yù)測，其情感分類模型如圖3所示。

3.3 對話處理訓(xùn)練模型

通過Seq2Seq+Attention模型與情感分類模型結(jié)合，構(gòu)建對話處理訓(xùn)練模型，如圖4所示。

對話處理的訓(xùn)練流程如下：①將問題數(shù)據(jù)集序列分別輸入編碼器和問題情感分類器中，產(chǎn)生編碼向量和情感向量；②將上述產(chǎn)生的向量及decoder（解碼器）的hidden state（隱藏狀態(tài)）經(jīng)過注意力機制產(chǎn)生context vector（上下文張量）；③將答案數(shù)據(jù)集序列及context vector加入解碼器中，輸出回復(fù)向量及hidden state向量；④將hidden state向量輸入到答案情感監(jiān)督器中，輸出情感分類向量；⑤將解碼器輸出的回復(fù)向量和答案情感監(jiān)督器輸出的情感分類向量加入對話訓(xùn)練模型的損失函數(shù)中，使對話訓(xùn)練模型在訓(xùn)練過程中實現(xiàn)情感監(jiān)督。

3.4對話處理預(yù)測模型

本系統(tǒng)采用對話處理訓(xùn)練模型去除答案情感監(jiān)督器構(gòu)成對話處理預(yù)測模型，從而進(jìn)行對話處理預(yù)測，如圖5所示。

對話處理的預(yù)測流程如下：①將問題數(shù)據(jù)集序列分別輸入編碼器和問題情感分類器中，產(chǎn)生編碼向量和情感向量；②將上述產(chǎn)生的向量以及decoder的hidden state經(jīng)過attention機制產(chǎn)生context vector；③將解碼時間步序列以及contextvector輸入解碼器中，輸出對話預(yù)測序列。

4系統(tǒng)實現(xiàn)（System implementation）

系統(tǒng)實現(xiàn)分為前端設(shè)計實現(xiàn)、數(shù)據(jù)預(yù)處理、對話處理和系統(tǒng)部署四個部分。

4.1實現(xiàn)環(huán)境

本系統(tǒng)實現(xiàn)環(huán)境詳見表1。

4.2前端設(shè)計實現(xiàn)

本系統(tǒng)的前端設(shè)計實現(xiàn)分為界面設(shè)計模塊，實現(xiàn)用戶交互界面；輸入模塊，實現(xiàn)對話文本更新。

4.2.1界面設(shè)計模塊

微信小程序框架系統(tǒng)分為邏輯層和視圖層。邏輯層使用JavaScript引擎，將數(shù)據(jù)進(jìn)行處理后發(fā)送給視圖層，同時接收視圖層的事件反饋。視圖層由WXML（頁面文件）、WXSS（樣式文件）編寫，將邏輯層的數(shù)據(jù)反映到視圖層，同時將視圖層的事件發(fā)送給邏輯層。WXML用于描述頁面的結(jié)構(gòu)，WXSS用于描述頁面的格式。

本系統(tǒng)實現(xiàn)的前端界面由對話框和輸入框構(gòu)成，對話框?qū)崿F(xiàn)用戶對話內(nèi)容展示，輸入框接收用戶輸入文本，如圖6所示。

在對話框中實現(xiàn)聊天文本更新的流程，如圖7所示。

圖7中，msg為獲得的問題文本/答案文本；msglist為對話過程中產(chǎn)生的問題、答案文本集；wx：for（msglist）為頁面循環(huán)渲染msglist；scroll-into-view：bottom為將scroll-view窗口滾動到最低端（bottom為msglist的長度）。

該模塊流程如下：

①邏輯層在獲得輸入文本后，將輸入文本加入用戶對話列表中；

②視圖層進(jìn)行頁面的重新渲染，將輸入文本信息展現(xiàn)在對話框中。

4.2.2輸入模塊

本模塊通過對用戶的輸入文本類別進(jìn)行判斷，然后經(jīng)過json格式轉(zhuǎn)換傳輸?shù)胶蠖朔?wù)器，從而進(jìn)行相對應(yīng)語言的對話預(yù)測處理，如圖8所示。

4.3數(shù)據(jù)預(yù)處理

為了完成本系統(tǒng)語言模型的構(gòu)建、訓(xùn)練以及生成對話，需要大量的數(shù)據(jù)集。基于目前已有數(shù)據(jù)集的基礎(chǔ)上，對其進(jìn)行整理、預(yù)處理后加入對話生成模型中。整理數(shù)據(jù)集時發(fā)現(xiàn)，電影字幕文件的對話素材較為豐富，因此采用康奈爾大學(xué)電影對話語料作為對話處理訓(xùn)練模型的訓(xùn)練數(shù)據(jù)集。采用帶有情感標(biāo)注的情感數(shù)據(jù)集作為問題情感分類器的訓(xùn)練數(shù)據(jù)集；此外，收集了ai（人工智能）、food（食品）、history（歷史）、movies（電影）、literature（文學(xué)）等17 種話題領(lǐng)域的數(shù)據(jù)集實現(xiàn)中文多領(lǐng)域?qū)υ挕?/p>

數(shù)據(jù)預(yù)處理流程如圖9所示。

（1）對數(shù)據(jù)集中的文本進(jìn)行清洗分割（以電影對話語料庫為例）。使用Python的正則庫re，其中re.sub（）函數(shù)對數(shù)據(jù)集中的問題和答案對進(jìn)行清洗分割；給問題、答案字符串的前后加上‘＼t（開始）、‘＼n（結(jié)束）標(biāo)志；得到Question_list，Answer_list；其中，問題格式如‘＼t how are you ？＼n，答案格式如‘＼t i am fine ！ ＼n。

（2）將切割分詞后的文本轉(zhuǎn)換為向量化數(shù)字序列。將得到的Question_list、Answer_list，經(jīng)keras_preprocessing.Text.Tokenizer（）處理得到Question_list_ids（問題向量化數(shù)字序列）、Question_vocab（問題字典）、Answer_list_ids（答案向量化數(shù)字序列）、Answer_vocab（答案字典）。keras_preprocessing.Text.Tokenizer：keras中的一個文本標(biāo)記實用類，將每個文本轉(zhuǎn)化為一個整數(shù)序列，其每個整數(shù)都是詞典中標(biāo)記的序列。

（ 3 ） 將得到的向量化數(shù)字序列， 進(jìn)行p a d d i ng填充。將得到的Question_list_ids、Answer_list_ids，經(jīng)keras_preprocessing.sequence.pad_sequences（）處理，獲得定長的問題、答案向量化數(shù)字序列。keras_preprocessing.sequence.pad_sequences：將序列轉(zhuǎn)化為經(jīng)過填充后得到的一個長度相同的新序列。

4.4對話處理

將數(shù)據(jù)集樣本對放入系統(tǒng)構(gòu)建的模型進(jìn)行訓(xùn)練，實現(xiàn)對話處理，完成對輸入文本的預(yù)測回復(fù)。系統(tǒng)模型訓(xùn)練可分為問題情感分類器訓(xùn)練和對話處理模型訓(xùn)練。

4.4.1問題情感分類器訓(xùn)練

問題情感分類器的嵌入層采用keras的自定義嵌入層（embedding layer），其embedding layer所有的words（單詞序列）被隨機初始化，將正整數(shù)（單詞序號）轉(zhuǎn)換為具有固定大小的向量。通過單層的卷積和池化進(jìn)行特征提取，同時卷積層使用ReLU激活函數(shù)，對特征向量進(jìn)行非線性處理，避免了梯度消失和爆炸的問題，并提高BiLSTM的訓(xùn)練計算效率。BiLSTM獲取抽取后輸入特征向量間的相關(guān)性，同時關(guān)注“頭部”和“尾部”的信息，可以更好地學(xué)習(xí)長序列信息。SelfAttention針對BiLSTM輸出的特征向量，捕獲遠(yuǎn)距離的特征，將SelfAttention輸出的特征序列作為輸入文本的情感向量。使用全連接層、Dropout機制防止過擬合，提升模型訓(xùn)練效率。同時，使用Softmax激活函數(shù)對特征向量歸一化處理，輸出情感類別向量序列。

現(xiàn)有的情感分類一般是簡單的二元（消極、積極）或三元分類（消極、積極、中立），然而人的情感更加多元，因此本系統(tǒng)構(gòu)建的情感分類模型為多分類模型。在實現(xiàn)上，采用分類交叉熵?fù)p失函數(shù)作為該模型的損失函數(shù)，將帶有情感標(biāo)注的情感數(shù)據(jù)集輸入問題情感分類器中，實現(xiàn)模型的訓(xùn)練。

4.4.2對話處理訓(xùn)練模型

對話處理訓(xùn)練模型分為情感分類器模塊、編碼器模塊、解碼器模塊。模型訓(xùn)練回合數(shù)epochs設(shè)為50，batch size設(shè)為64。

（1）情感分類器模塊。加載已經(jīng)訓(xùn)練好的問題情感分類模型輸入問題向量化數(shù)字序列，得到情感向量和問題情感分類向量。

（2）編碼器模塊。將問題向量化數(shù)字序列輸入編碼器中，得到編碼輸出序列和最后的隱藏狀態(tài)序列。編碼器由嵌入層、GRU（門控循環(huán)單元）層構(gòu)成，其中GRU設(shè)置為可返回隱藏狀態(tài)序列，如圖10所示。在選取編碼器輸入數(shù)據(jù)集時，首先對問題文本數(shù)據(jù)集進(jìn)行抽取后，得到15，838 個規(guī)格化的問題文本集，抽取得到問題文本集的90%作為模型訓(xùn)練集，10%作為模型驗證集。

（3）解碼器模塊。將編碼器輸出的向量序列和注意力機制對輸入文本選擇性學(xué)習(xí)得到的向量序列輸入到解碼器中。解碼器由嵌入層、GRU、全連接層組成，如圖11所示。在選取解碼器輸入數(shù)據(jù)集時，對答案文本數(shù)據(jù)集進(jìn)行抽取后，得到15，838 個規(guī)格化的答案文本集，單個文本格式如‘＼t i amfine ?。躰；抽取得到答案文本集的90%作為模型訓(xùn)練集，10%作為模型驗證集。

4.5系統(tǒng)部署

微信小程序作為前端，實現(xiàn)微信小程序與用戶交互；Flask框架作為后端服務(wù)器，依載對話模型，并實現(xiàn)與微信小程序的通信。

4.5.1微信小程序

微信小程序的前端代碼存儲于微信服務(wù)器之中，在騰訊云端存放，無須加載，可以直接打開，響應(yīng)速度較快。使用wx.request API（請求函數(shù)接口）與Flask后端服務(wù)器進(jìn)行通信。

wx.request模板：

wx.request（{

Url：，

Data：，

Method：'POST'，

Header：{

'content-type'：'application/x-www-form-urlencoded'

}，

}）

4.5.2 Flask后端

利用Python的Flask框架搭建后端服務(wù)器，可擴(kuò)展性強，在開發(fā)過程中不需要HTTP請求的發(fā)送和接收。

app.run（host='127.0.0.1'，port=5000，debug=True）：設(shè)置服務(wù)端的IP地址和端口號；

@app.route（）：設(shè)置對話處理函數(shù)所綁定的URL；

Request.values：獲得Post表單的數(shù)據(jù)部分；

Return：將對話處理結(jié)果以json格式返回給前端。

5 系統(tǒng)展示（System display）

本系統(tǒng)的功能展示如圖12所示。

6結(jié)論（Conclusion）

本研究提出了一種基于深度學(xué)習(xí)的文本情感聊天機器人系統(tǒng)，該系統(tǒng)屬于生成式聊天機器人系統(tǒng)，解決了單一匹配知識庫問題且適用于多領(lǐng)域?qū)υ?。同時，在對話過程中引入情感監(jiān)督，實現(xiàn)了對話過程中的情感回復(fù)與響應(yīng)，提高了生成回復(fù)語句的情感質(zhì)量，有效拓展了文本聊天機器人的情感交互功能。此外，在系統(tǒng)部署上使用更加靈活的分離式框架搭建，便于前端優(yōu)化和功能更新。從整體上看，本系統(tǒng)具有一定的創(chuàng)新性和較好的應(yīng)用前景。

作者簡介：

上官鑫（2000-），男，本科生.研究領(lǐng)域：自然語言處理.

呂俊玉（2001-），女，本科生.研究領(lǐng)域：自然語言處理.

張桓宇（1999-），男，本科生.研究領(lǐng)域：自然語言處理.

劉力軍（1979-），男，碩士，講師.研究領(lǐng)域：網(wǎng)絡(luò)技術(shù).