基于隐空间对抗学习的多样化对话生成
计算与语言
2020-11-04 v3
摘要
在对话中生成相关回复具有挑战性，不仅需要恰当建模对话上下文，还需在推理时生成流畅句子。本文提出一种基于生成对抗网络的两步框架以生成条件化回复。我们的模型首先通过自编码学习句子的有意义表示，然后学习将输入查询映射到回复表示，该表示进而被解码为回复句子。定量与定性评估均表明，相比现有最优方法，我们的模型生成更流畅、相关且多样的回复。
引用
@article{arxiv.1911.03817,
title = {Adversarial Learning on the Latent Space for Diverse Dialog Generation},
author = {Kashif Khan and Gaurav Sahu and Vikash Balasubramanian and Lili Mou and Olga Vechtomova},
journal= {arXiv preprint arXiv:1911.03817},
year = {2020}
}
备注
Accepted to COLING 2020