一种计算建模对话系统的方案：分析大规模准模式化对话流程-计算机科学-基于大语言模型的对话系统-自然语言处理-对话式人工智能.pdfVIP

一种计算建模对话系统的方案：分析大规模

准模式化对话流程

1stMohamedAchrefBenAmmar2ndMohamedTahaBennani

SoftwareEngineeringandMathematicsDepartmentComputerScienceDepartment

NationalInstituteofAppliedScienceandTechnologyUniversityofTunisElManar

Tunis,TunisiaTunis,Tunisia

mohamedachref.benammar@insat.ucar.tntaha.bennani@fst.utm.tn

摘要—对话动态分析随着大型语言模型系统的兴起而变得近期的研究引入了构建对话图的方法来分析对话

越来越重要，这些系统在各种不同的情境中与用户进行互动。在动态。Ferreira等人（2023）[9]提出了一种针对任务导

这项工作中，我们提出了一种新的计算框架来构建能够捕捉松散向对话的无监督流发现方法，该方法利用通过spaCy工

本组织的对话流程和结构的对话图，这种对话被称为准模式化对

具包提取[10]的频繁动词短语和通过KeyBERT识别

译话。我们引入了FilterReconnect方法，这是一种新颖的

的关键字来表示对话状态。这种方法构建了转换图以在

中图形简化技术，在减少噪声的同时保持对话图的语义连贯性和结

构完整性。通过比较分析，我们展示了使用大型语言模型结合我不依赖大语言模型或情感分析的情况下建模对话流程。

1

v们的图形简化技术使语义指标S相较于以前的方法增加了2.06在这项工作中，我们提出了一种用于构建对话图的

4倍，同时强制执行具有-双曲性的树状结构，确保了对话建模中计算方法，其中每个节点表示一个意图，有向边表示带

4

5的最佳清晰度。这项工作提供了一种计算方法来分析大规模的对有相应概率标签的转换。

3话数据集，并与监控自动化系统（如聊天机器人、对话管理工具

1.和用户行为分析）等相关应用。我们的方法专注于准模式化的对话集合，这些对话

7IndexTerms—对话图提取，对话结构分析，对话模式识集虽然不遵循严格的对话结构，但在意图流动中仍显示

0

5别，多轮对话分析，基于图形的对话建模，对话动态，客户服务出共同的潜在模式。这些对话在具体细节上可能会有所

2自动化，基于大语言模型的对话系统，自然语言处理（NLP），不同，但它们倾向于跟随相似的意图转换和主题，反映

:

v对话式人工智能。出多次互动中的稳定对话动态。

i

x我们方法的主要步骤包括使用Sentence-BERT

r

aI.介绍(SBERT)[11]进行语句嵌入、Kmeans++聚类[12]以

随着基于大型语言模型[1]–[3]（LLM）的对话系统及通过大语言模型LLMs[13]–[17]提取意图。遵循这些

的发展，对话动态分析变得越来越重要。理解对话如步骤，我们构建转移矩阵并生成对话图。这些过程将在

何流动、识别潜在意图和建模对话结构对于提高这些本文的后续部分中详细阐述。

系统在实际应用中的有效性至关重要。自然语言处理本文组织如下：第二部分给出了相关工作的回顾。

（NLP）[4]方面的必威体育精装版进展促进了诸如意图提取[5]和第三部分描述了该方法，第四部分展示了我们方法的案

对话行为建模[6]等对话系统建模技术的进步。虽然对例研究以及第五部分中的评估指标