用于神经对话生成的对抗学习
计算与语言
2017-09-26 v5
摘要
在本文中，受图灵测试的启发，我们提出将对抗训练用于开放域对话生成：系统被训练以产生与人类生成的对话语句无法区分的序列。我们将该任务视为一个强化学习（RL）问题，其中我们联合训练两个系统，一个用于生成回复序列的生成模型，以及一个判别器——类似于图灵测试中的人类评估者——用于区分人类生成的对话与机器生成的对话。判别器的输出随后被用作生成模型的奖励，推动系统生成与人类对话最为相似的对话。除了对抗训练外，我们还描述了一种对抗{\em 评估}模型，该模型将成功欺骗对手作为对话评估指标，同时避免了许多潜在的陷阱。包括对抗评估在内的多个指标上的实验结果表明，对抗训练的系统比之前的基线生成更高质量的回复。
引用
@article{arxiv.1701.06547,
title = {Adversarial Learning for Neural Dialogue Generation},
author = {Jiwei Li and Will Monroe and Tianlin Shi and Sébastien Jean and Alan Ritter and Dan Jurafsky},
journal= {arXiv preprint arXiv:1701.06547},
year = {2017}
}