用于检索式聊天机器人中个性化回复选择的双重交互匹配网络
计算与语言
2020-02-04 v3 人工智能
摘要
本文提出一种双重交互匹配网络（DIM），用于在检索式聊天机器人中呈现对话智能体的个性。该模型发展自交互匹配网络（IMN），后者对由多轮话语组成的上下文与候选回复之间的匹配程度进行建模。与以往通过计算上下文与给定人物角色相似度来增强上下文表示的角色融合方法相比，DIM 模型采用双重匹配架构，分别对回复与上下文之间以及回复与人物角色之间进行交互匹配，以对候选回复排序。在 PERSONA-CHAT 数据集上的实验结果表明，DIM 模型在 top-1 准确率 hits@1 上比其基线模型（即带角色融合的 IMN）高出 14.5%，并比当前最先进模型高出 27.7%。
引用
@article{arxiv.1908.05859,
title = {Dually Interactive Matching Network for Personalized Response Selection in Retrieval-Based Chatbots},
author = {Jia-Chen Gu and Zhen-Hua Ling and Xiaodan Zhu and Quan Liu},
journal= {arXiv preprint arXiv:1908.05859},
year = {2020}
}
备注
Accepted by EMNLP 2019