将对话者感知上下文融入多方聊天机器人的响应生成
计算与语言
2019-10-30 v1
摘要
传统聊天机器人专注于两方响应生成，这简化了真实对话场景。本文致力于一项新任务：多方聊天机器人响应生成（RGMPC），其中生成的响应严重依赖于对话者的角色（如说话者和受话者）及其话语。不幸的是，对话者角色之间的复杂交互使得精确捕捉对话上下文和对话者信息变得具有挑战性。面对这一挑战，我们提出了一种响应生成模型，该模型将对话者感知上下文融入循环编码器-解码器框架（ICRED）中用于RGMPC。具体来说，我们采用交互式表示来捕获不同对话者的对话上下文。此外，我们利用受话者记忆来增强目标受话者的上下文对话者信息。最后，我们基于现有的开放访问数据集构建了一个RGMPC语料库。自动和人工评估表明，ICRED显著优于强基线。
引用
@article{arxiv.1910.13106,
title = {Incorporating Interlocutor-Aware Context into Response Generation on Multi-Party Chatbots},
author = {Cao Liu and Kang Liu and Shizhu He and Zaiqing Nie and Jun Zhao},
journal= {arXiv preprint arXiv:1910.13106},
year = {2019}
}
备注
Accepted to CoNLL 2019