1. 毕业设计（论文）主要内容：

（1）了解深度学习的相关知识，将深度学习应用到智能语音中，能够进行智能有意义的对话，使用word2vec模型生成词向量。

（2）使用lda模型和lstm结合的模型，运用encoder-decoder框架来构建语音机器人，进行有意义的回复。

（3）研究神经网络，对各种模式的神经网络进行分析、筛选与组合，得出最好的网络，引用attention model。设计出一个可以合理根据上下文回答的智能聊天系统。

2. 毕业设计（论文）主要任务及要求

（1）掌握深度学习和神经网络的知识。

（2）学习中文各种处理，生成词向量，句法分析，语义消歧等问题。

（3）阅读的参考文献不少于15篇（其中近五年外文文献不少于3篇），参考文献撰写格式必须规范（详见《武汉理工大学本科生毕业设计（论文）撰写规范》）。

3. 毕业设计（论文）完成任务的计划与安排

第1周—第3周 搜集资料，撰写开题报告；

第4周—第5周 论文开题；

第6周—第12周 撰写论文初稿；

4. 主要参考文献

[1]黄际洲.聊天机器人知识库自动抽取算法的研究和实现[d].重庆大学,2006

[2]wilensky r, chin d n, luria m, et al. the berkeley unix consultant project[j]. computational linguistics, 1988, 14(4): 35-84.

[3] 李斐, 邵晓东, 周力恒,等. 智能客服机器人的现状及发展[j].中国传媒科技, 2016(4).