一种利用话语与上下文嵌入的基于检索的对话系统
计算与语言
2017-10-23 v3 人工智能
信息检索
摘要
为文本对话、话语和单词寻找语义丰富且计算机可理解的表示对于对话系统（或会话代理）至关重要，因为其性能主要取决于对对话上下文的理解。近期研究旨在为单词寻找分布式向量表示（嵌入），使得语义相似的单词在向量空间内相对接近。将文本的“含义”编码为向量是当前趋势，且文本范围可从单词、短语和文档到实际的人与人对话。在近期研究方法中，给定当前对话的向量表示，已利用解码器架构生成回复。在本文中，通过采用局部敏感哈希森林（LSH Forest，一种近似最近邻（ANN）模型）在语料库中查找相似对话并对候选者排序，探索了利用嵌入进行答案检索。在著名的 Ubuntu 语料库（英文）和客户服务聊天数据集（荷兰文）上的实验结果表明，结合候选选择方法，基于检索的方法优于生成式方法，并揭示了朝向此类系统可用性的有前景的未来研究方向。
引用
@article{arxiv.1710.05780,
title = {A retrieval-based dialogue system utilizing utterance and context embeddings},
author = {Alexander Bartl and Gerasimos Spanakis},
journal= {arXiv preprint arXiv:1710.05780},
year = {2017}
}
备注
A shorter version is accepted at ICMLA2017 conference; acknowledgement added; typos corrected