基于LSTM的对话模型
计算与语言
2016-04-01 v1
摘要
在本文中，我们提出一种用于双方对话、同时融入上下文与参与者角色的对话模型。探索了不同的架构将参与者角色和上下文信息整合进长短期记忆（LSTM）语言模型中。该对话模型可作为语言模型或语言生成模型。在Ubuntu Dialog Corpus上的实验表明，我们的模型能够捕捉参与者之间的多轮交互。所提方法在语言模型困惑度和回复排序度量上优于传统LSTM模型。生成的回复显示出两种参与者角色之间的特征差异。
引用
@article{arxiv.1603.09457,
title = {LSTM based Conversation Models},
author = {Yi Luan and Yangfeng Ji and Mari Ostendorf},
journal= {arXiv preprint arXiv:1603.09457},
year = {2016}
}