《融合BERT的任务导向型聊天机器人》为作者：孙红最新的研究成果，本论文的主要观点为如何准确的构造模仿人类进行自然语言对话的自动问答系统是聊天机器人研究中的核心问题。为此，提出了一种基 于双向编码表示模型BERT(Bidirectional Encoder Representation from Transformers)的聊天机器人。该模型是一种新 的语言表征模型，采用注意力机制的编码部分作为主体模型结构，进行深度双向训练得到语言模型，根据语言模型中的语义 表达，进行对话状态的跳转，并将新的状态输送到自然语言生成模块生成对应的文本回复。采用 BERT 进行特征提取，对话 数据准确率达到了 81。77%。在文本实体分类实验中，使用 BERT 的分类器 F1 值达到 0。7762。实验结果表明，该方法有效增 强了聊天机器人的对话能力。不知是否符合录用要求，望您批评与指正。