基于各向同性与邻近搜索的细粒度对话解码
计算与语言
2025-02-26 v4
摘要
通用文本解码方法通常被用于对话响应生成。尽管通过对话特定的编码方法可以提升生成响应的质量，但对话解码方法仍未被充分探索。受 \citet{wu2023learning} 中“良好的对话特征空间应遵循局部性和各向同性规则”的启发，我们提出了一种细粒度对话解码方法，称为各向同性与邻近搜索（IPS）。我们的方法旨在生成语义集中的响应，同时仍保持信息性以及与上下文的区分度。实验表明，在自动和人工评估指标上，我们的方法在对话领域优于现有的解码策略。更深入的分析进一步证实了我们的方法的有效性。
引用
@article{arxiv.2310.08130,
title = {Fine-grained Conversational Decoding via Isotropic and Proximal Search},
author = {Yuxuan Yao and Han Wu and Qiling Xu and Linqi Song},
journal= {arXiv preprint arXiv:2310.08130},
year = {2025}
}
备注
Accepted to EMNLP 2023 Main Conference