摘要：對(duì)話系統(tǒng)效果主要取決于自然語(yǔ)言理解與對(duì)話管理組件的表現(xiàn)。在構(gòu)建特定領(lǐng)域的對(duì)話系統(tǒng)時(shí),標(biāo)注數(shù)據(jù)和語(yǔ)料不足、面臨多輪對(duì)話中不合作對(duì)話的干擾,而且很難將一個(gè)構(gòu)建完的系統(tǒng)擴(kuò)展到新的領(lǐng)域。在少量特定領(lǐng)域樣本的基礎(chǔ)上,將來(lái)自機(jī)器翻譯模型的雙向編碼表征預(yù)訓(xùn)練模型應(yīng)用到意圖識(shí)別模塊,在對(duì)話管理組件提出了基于神經(jīng)圖靈機(jī)的循環(huán)嵌入對(duì)話策略,使系統(tǒng)具備了更強(qiáng)的特征抽取能力,并初步具備了跨任務(wù)對(duì)話能力。該對(duì)話策略通過(guò)神經(jīng)圖靈機(jī)對(duì)歷史對(duì)話和系統(tǒng)行為給予了特別關(guān)注,在用戶和系統(tǒng)記憶中使用了不同的注意力機(jī)制,有效地學(xué)習(xí)了對(duì)話狀態(tài)與系統(tǒng)行為的向量嵌入。實(shí)驗(yàn)結(jié)果表明,在樣本不足的垂直領(lǐng)域?qū)υ挏y(cè)試中更好地完成了意圖識(shí)別與槽位填充,基本避免不合作對(duì)話導(dǎo)致的對(duì)話狀態(tài)錯(cuò)亂,同時(shí)能夠?qū)W(xué)到的對(duì)話控制策略遷移到另一領(lǐng)域。