利用外部知识源扩展神经生成对话模型
计算与语言
2018-09-17 v1 人工智能
摘要
由于大型语料库的可用性，连接主义方法在对话代理中的使用正在快速进展。然而，当前的生成式对话模型往往缺乏连贯性且内容贫乏。本工作提出了一种架构，将非结构化知识源纳入以增强闲聊型生成对话模型中的下一话语预测。我们专注于使用 Reddit News 数据集训练的 Sequence-to-Sequence (Seq2Seq) 对话代理，并考虑从 Wikipedia 摘要以及 NELL 知识库中引入外部知识。我们的实验显示，在利用外部知识时训练时间更快且困惑度得到改善。
引用
@article{arxiv.1809.05524,
title = {Extending Neural Generative Conversational Model using External Knowledge Sources},
author = {Prasanna Parthasarathi and Joelle Pineau},
journal= {arXiv preprint arXiv:1809.05524},
year = {2018}
}
备注
Accepted in EMNLP 2018