封闭领域对话响应生成的实用方法
计算与语言
2017-03-29 v1 神经与进化计算
摘要
我们描述了一个用于 Amazon 客户服务领域的原型对话响应生成模型。该模型以弱监督方式进行训练，使用双编码器网络（一种类似孪生网络的神经网络架构）来度量客户问题与客服回答之间的相似度。答案模板是从过去客服回答导出的嵌入中提取的，无需逐轮标注。通过从最终模板集中选择最佳模板来生成对客户询问的响应。我们表明，在客户服务这样的封闭领域中，所选模板覆盖了过去 70\% 的客户询问。此外，模型所选模板的相关性显著高于标准 tf-idf 基线所选的模板。
引用
@article{arxiv.1703.09439,
title = {A practical approach to dialogue response generation in closed domains},
author = {Yichao Lu and Phillip Keung and Shaonan Zhang and Jason Sun and Vikas Bhardwaj},
journal= {arXiv preprint arXiv:1703.09439},
year = {2017}
}