GE-Blender：基于图的知识增强用于 Blender
计算与语言
2023-01-31 v1 人工智能
摘要
尽管开放域对话生成取得了巨大成功，未见实体仍会对对话生成任务产生较大影响，导致模型在对话生成中的性能下降。以往研究利用已见实体的检索知识作为辅助数据来增强模型的表示。然而，未见实体的逻辑解释仍未被探索，例如它们可能的共现或语义相似词及其实体类别。本工作中，我们提出一种方法来应对上述挑战。我们通过提取其中的实体节点构建图，利用该实体的 1-跳邻节点增强未见实体上下文的表示。此外，我们加入命名实体标签预测任务以应对未见实体不在图中的情况。我们在开放数据集 Wizard of Wikipedia 上进行实验，实证结果表明我们的方法在 Wizard of Wikipedia 上优于最先进的（SOTA）方法。
引用
@article{arxiv.2301.12850,
title = {GE-Blender: Graph-Based Knowledge Enhancement for Blender},
author = {Xiaolei Lian and Xunzhu Tang and Yue Wang},
journal= {arXiv preprint arXiv:2301.12850},
year = {2023}
}