从论坛数据构建聊天机器人：基于问答度量的模型选择
计算与语言
2017-10-03 v1
摘要
我们提出使用来自网络论坛的问答（QA）数据从零开始训练聊天机器人，即不使用对话训练数据。首先，我们从论坛中通常长得多的问答文本中提取问答句子对。然后，我们使用这些较短的文本以更高效的方式训练 seq2seq 模型。我们进一步利用基于 QA 度量的新模型选择策略来改进参数优化。最后，我们提出使用针对 QA 任务的外部评估作为聊天机器人的自动评估方法。评估表明，该模型在外部任务上达到了 63.5% 的 MAP。此外，当问题与论坛中提出的问题相似时，它能正确回答 49.5% 的问题；当问题更具对话风格时，能正确回答 47.3% 的问题。
引用
@article{arxiv.1710.00689,
title = {Building Chatbots from Forum Data: Model Selection Using Question Answering Metrics},
author = {Martin Boyanov and Ivan Koychev and Preslav Nakov and Alessandro Moschitti and Giovanni Da San Martino},
journal= {arXiv preprint arXiv:1710.00689},
year = {2017}
}
备注
RANLP-2017