基于动态多形态知识融合的开放域对话生成
计算与语言
2022-04-26 v1
摘要
开放域多轮对话通常面临如何丰富和拓展对话内容的挑战。近来,许多基于外部知识的方法被提出以生成语义丰富且信息充分的对话。针对知识感知的开放域对话生成,已有两类知识被研究:来自知识图谱的结构化三元组与来自文档的非结构化文本。为同时利用文档中丰富的非结构化潜在知识以及结构化知识图谱的信息拓展能力,本文提出一种新的对话生成模型——基于动态多形态知识融合的开放域聊天机(DMKCM)。具体而言,DMKCM 应用索引文本(一个虚拟知识库)定位相关文档作为第一跳,随后利用常识知识图谱拓展对话及其第一跳的内容,得到恰当的三元组作为第二跳。为将这两种形态的知识有效融合进对话,我们设计了一个动态虚拟知识选择器与一个控制器,以帮助丰富和拓展知识空间。此外,DMKCM 采用了一种新颖的动态知识记忆模块,可有效利用历史推理知识生成更好的回复。实验结果表明了该方法在对话连贯性与信息丰富度方面的有效性。
引用
@article{arxiv.2204.11239,
title = {Open-domain Dialogue Generation Grounded with Dynamic Multi-form Knowledge Fusion},
author = {Feifei Xu and Shanlin Zhou and Xinpeng Wang and Yunpu Ma and Wenkai Zhang and Zhisong Li},
journal= {arXiv preprint arXiv:2204.11239},
year = {2022}
}