利用人格信息实现对话回复的多样化生成
人工智能
2019-05-30 v1 计算与语言
摘要
在人类对话中,由于心中秉持各自的人格,人们能够轻松开展并维持对话。将带有的人格信息的对话上下文提供给聊天机器人,如何利用该信息生成多样且可持续的对话仍是一项重要任务。先前基于人格的对话模型工作成功利用了预定义人格信息,并在给出更真实的回复方面展现出巨大潜力。它们均在学习时假设给定源输入后仅有唯一目标回复。然而,在人类对话中,对给定输入消息存在大量恰当回复。本文提出一种记忆增强架构,从上下文中利用人格信息,并结合条件变分自编码器模型共同生成多样且可持续的对话。我们在基准 persona-chat 数据集上评估所提模型。自动与人工评估均表明,相较基线方法,我们的模型能给出更多样、更具吸引力的基于人格的回复。
引用
@article{arxiv.1905.12188,
title = {Exploiting Persona Information for Diverse Generation of Conversational Responses},
author = {Haoyu Song and Wei-Nan Zhang and Yiming Cui and Dong Wang and Ting Liu},
journal= {arXiv preprint arXiv:1905.12188},
year = {2019}
}
备注
published as a conference paper at IJCAI 2019 (to appear). 7 pages, 1 figures