利用辅助损失函数与自定义评价指标改进计算机生成对话
计算与语言
2021-06-07 v1 人工智能
摘要
尽管人们能够毫不费力地进行空洞的对话，但这或许并非人类独有的特质。自 20 世纪 60 年代以来，研究者们一直试图创建能够生成人工对话的智能体。这些程序通常被称为聊天机器人。随着神经网络在对话生成中的日益使用，一些人认为这一目标已经实现。本研究通过创建生成对话的循环神经网络（RNN）并利用辅助损失函数与集束搜索增强该网络的能力，加入了这一探索。我们的自定义损失函数通过纳入最大互信息（MMI）与熵的计算，实现了更好的连贯性与一致性。我们借助受大量既往研究启发、并基于自然语言处理可靠原则的一组自定义评价指标，证明了该系统的有效性。
引用
@article{arxiv.2106.02516,
title = {Improving Computer Generated Dialog with Auxiliary Loss Functions and Custom Evaluation Metrics},
author = {Thomas Conley and Jack St. Clair and Jugal Kalita},
journal= {arXiv preprint arXiv:2106.02516},
year = {2021}
}