通过生成式对话进行人物角色认证
计算与语言
2021-10-26 v1 机器学习
摘要
本文中我们定义并研究了\emph{人物角色认证}问题:学习一种对话策略以验证人物角色模型的一致性。我们提出一个学习目标,并证明(在某些温和假设下)在该目标下训练的局部密度估计器最大化了人物角色信息与对话轨迹之间的互信息。基于所提目标,我们开发了一种认证模型的学习方法,该模型自适应地输出个性化问题,以在多轮对话过程中揭示其对话伙伴的潜在人物角色。实验表明,我们的认证方法发现了可泛化至未见过人物角色画像的有效问题序列。
引用
@article{arxiv.2110.12949,
title = {Persona Authentication through Generative Dialogue},
author = {Fengyi Tang and Lifan Zeng and Fei Wang and Jiayu Zhou},
journal= {arXiv preprint arXiv:2110.12949},
year = {2021}
}