对话中事实性知识的终身交互式学习
计算与语言
2019-12-24 v2 人工智能
人机交互
摘要
对话系统正越来越多地使用存储真实世界事实的知识库（KBs）来帮助生成高质量回复。然而，由于知识库本身不完整且在对话期间保持固定，这限制了对话系统回答问题的能力，以及处理涉及知识库中不存在的实体或关系的问题的能力。在本文中，我们尝试为对话系统提出一种连续交互式知识学习引擎（CILK），使其能够在对话过程中持续且交互式地学习和推断新知识。随着时间推移积累更多知识，它们将能学得更好并回答更多问题。我们的实证评估表明CILK具有前景。
引用
@article{arxiv.1907.13295,
title = {Lifelong and Interactive Learning of Factual Knowledge in Dialogues},
author = {Sahisnu Mazumder and Bing Liu and Shuai Wang and Nianzu Ma},
journal= {arXiv preprint arXiv:1907.13295},
year = {2019}
}
备注
Published in SIGDIAL 2019