利用对比隐变量增强个性化对话生成：融合稀疏与稠密人物画像
计算与语言
2023-05-22 v1
摘要
个性化对话探索了对话生成与人格之间的一致关系。现有的个性化对话智能体从三种资源建模人物画像：稀疏或稠密的人物描述以及对话历史。然而，稀疏的结构化人物属性明确但信息量不足，稠密的人物文本包含丰富的人物描述却带有大量噪声，而对话历史查询在人物建模中既有噪声又缺乏信息量。在本工作中，我们结合这三种资源的优势，以获得更丰富且更准确的人物画像。我们设计了一个基于对比隐变量（CLV）的模型，将稠密人物描述聚类为稀疏类别，并与历史查询结合以生成个性化回复。在中英文数据集上的实验结果证明了我们的模型在个性化方面的优越性。
引用
@article{arxiv.2305.11482,
title = {Enhancing Personalized Dialogue Generation with Contrastive Latent Variables: Combining Sparse and Dense Persona},
author = {Yihong Tang and Bo Wang and Miao Fang and Dongming Zhao and Kun Huang and Ruifang He and Yuexian Hou},
journal= {arXiv preprint arXiv:2305.11482},
year = {2023}
}
备注
ACL 2023