基于 LSTM 的专家混合用于知识感知对话
人工智能
2016-05-06 v1 计算与语言
摘要
我们引入一种基于 LSTM 的方法，用于动态集成多个词预测专家，以获得一个条件语言模型，该模型可同时在多个子任务上表现良好。我们用一个对话应用来阐释这一通用方法：我们将一个擅长会话方面的神经聊天模型与一个擅长从知识库中检索精确信息的神经问答模型相集成，并展示这种集成如何结合各独立组件的优势。我们希望这一聚焦的贡献能引起对在自然语言处理中使用此类专家混合的好处的关注。
引用
@article{arxiv.1605.01652,
title = {LSTM-based Mixture-of-Experts for Knowledge-Aware Dialogues},
author = {Phong Le and Marc Dymetman and Jean-Michel Renders},
journal= {arXiv preprint arXiv:1605.01652},
year = {2016}
}