在上下文建模与回复生成中融入相关知识
计算与语言
2018-11-12 v1
摘要
为维持引人入胜的对话，聊天机器人善用相关知识至关重要。借助知识库，聊天机器人能够抽取与对话相关的属性与实体，以辅助上下文建模与回复生成。本工作中，我们区分了属性与实体的用途，并以不同方式将其融入编码器-解码器架构。基于该增强架构，我们的聊天机器人 Mike 能够通过引用所收集知识中的恰当实体来生成回复。为验证所提方法，我们构建了一个电影对话语料库，在该语料库上所提方法显著优于其他四个基于知识的模型。
引用
@article{arxiv.1811.03729,
title = {Incorporating Relevant Knowledge in Context Modeling and Response Generation},
author = {Yanran Li and Wenjie Li and Ziqiang Cao and Chengyao Chen},
journal= {arXiv preprint arXiv:1811.03729},
year = {2018}
}