面向开放域对话系统基于类型化解码器的问题生成学习
计算与语言
2018-05-15 v1
摘要
在大规模开放域对话系统中提出好问题具有重要意义，但相关研究却相当匮乏。该任务与传统问题生成有本质不同，不仅要求以多种模式提问，还需围绕多样且相关的主题。我们观察到，一个好的问题由疑问词、主题词和常规词自然组合而成。疑问词将提问模式词汇化，主题词指明对话中主题转换的关键信息，常规词在构成自然语句时发挥句法与语法作用。我们设计了两种类型化解码器（软类型化解码器与硬类型化解码器），其中对这三类词的类型分布进行估计，并用于调制最终生成分布。大量实验表明，类型化解码器优于当前最优基线，并能生成更有意义的问题。
引用
@article{arxiv.1805.04843,
title = {Learning to Ask Questions in Open-domain Conversational Systems with Typed Decoders},
author = {Yansen Wang and Chenyi Liu and Minlie Huang and Liqiang Nie},
journal= {arXiv preprint arXiv:1805.04843},
year = {2018}
}
备注
ACL2018