利用语言协调对 BERT 生成的 N-best 候选重排序以实现端到端回复选择
计算与语言
2021-05-31 v1
摘要
基于检索的对话系统从众多候选中选取最佳回复。尽管许多最先进模型在对话回复选择任务中展现出良好性能，R@1 与 R@10 性能之间仍存在较大差距。为此，我们提出利用语言协调（个体在对话中倾向于发展出相似语言行为的现象）对最先进预训练语言模型 BERT 产生的 N-best 候选进行重排序。我们的结果显示，与 BERT 基线相比 R@1 有所提升，证明了借助语言学理论修正机器生成输出的效用。
引用
@article{arxiv.2105.13479,
title = {Leveraging Linguistic Coordination in Reranking N-Best Candidates For End-to-End Response Selection Using BERT},
author = {Mingzhi Yu and Diane Litman},
journal= {arXiv preprint arXiv:2105.13479},
year = {2021}
}
备注
The 34th International FLAIRS Conference Proceedings, May 2021