Details

Title: Разработка диалогового помощника (чат-бот) с использованием нейронных сетей: выпускная квалификационная работа бакалавра: направление 09.03.04 «Программная инженерия» ; образовательная программа 09.03.04_01 «Технология разработки и сопровождения качественного программного продукта»
Creators: Ильинцев Илья Андреевич
Scientific adviser: Малеев Олег Геннадьевич
Other creators: Локшина Екатерина Геннадиевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2021
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: диалоговые системы; чат-бот; нейронные сети; рекуррентные нейронные сети; трансформеры; dialogue systems; chat bot; neural networks; recurrent neural networks; transformers
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Level of education: Bachelor
Speciality code (FGOS): 09.03.04
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2021/vr/vr21-1238
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key: ru\spstu\vkr\12839

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Работа посвящена исследованию в области задач NLP, связанных с обработкой текста, и применения решений этих задач для создания диалоговых систем. В ходе выполнения ВКР были затронуты следующие вопросы: • Рассмотрены основные виды современных диалоговых систем • Изучены архитектуры современных диалоговых систем • Рассмотрены модели для отдельных модулей чат-ботов (NLU, NER, генерации текста и т.д.) • Создана собственная диалоговая система, опирающаяся на проведенное исследование В работе подробно рассматриваются архитектуры моделей нейронных систем, использующихся при создании диалоговых систем. Как итог исследования - предоставляется реализация задаче-ориентированной диалоговой системы на базе менеджера Telegram.

The work is devoted to research in the field of NLP problems related to text processing, and the application of solutions to these problems to create dialog systems. During the implementation of the WRC, the following issues were raised: • The main types of modern dialogue systems are considered • The architecture of modern dialogue systems has been studied • Models for individual chatbot modules (NLU, NER, text generation, etc.) • Created our own dialogue system based on the conducted research The paper discusses in detail the architectures of models of neural systems used to create dialogue systems As a result of the research, the implementation of a task-oriented dialogue system based on the Telegram manager is provided.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users SPbPU Read Print Download
-> Internet Anonymous

Table of Contents

  • СПИСОК ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ
  • ВВЕДЕНИЕ
  • 1. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ И ОБЗОР ТЕХНОЛОГИЙ
    • 1.1. Базовая классификация диалоговых систем
    • 1.2. Архитектуры диалоговых систем
      • 1.2.1. Архитектура задаче-ориентированных ботов
      • 1.2.2. Архитектура диалоговых систем общего назначения
    • 1.3. Составляющие задаче-ориентированной диалоговой системы
      • 1.3.1. Векторное представление слов
      • 1.3.2. Блок NLU
      • 1.3.3. Блок NER
      • 1.3.4. Блок генерации ответов
      • 1.3.5. Современные архитектуры, подходящие для решения задач NER и Text Generation
    • 1.4. Итоги раздела
  • 2. Постановка задачи
    • 2.1. Формулирование требований к разрабатываемой системе
  • 3. Разработка диалоговой системы
    • 3.1. Формат датасета
    • 3.2. Описание работы диалогового менеджера
      • 3.2.1. Граф переходов
      • 3.2.2. Разрешение интента
    • 3.3. Реализация блока NLU
      • 3.3.1. Препроцессинг
    • 3.4. Модуль NER
    • 3.5. Модуль генерации текста
      • 3.5.1. Датасет для обучения
      • 3.5.2. Использование шаблонов
      • 3.5.3. Обучение
    • 3.6. Интеграция с Telegram
  • 4. Анализ результатов
    • 4.1. Анализ классификатора
    • 4.2. Анализ модели генерации
    • 4.3. Ручное тестирование системы
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Usage statistics

stat Access count: 40
Last 30 days: 4
Detailed usage statistics