基于多任务查询-响应交互的语义搜索聊天机器人候选检索
计算与语言
2022-08-24 v1
摘要
基于检索的聊天机器人中，用于候选检索的语义搜索是一个重要却被忽视的问题，其目标是从大规模池中高效筛选出若干候选回复。现有瓶颈在于模型架构须满足两点：1) 查询与回复之间具有丰富交互以产生与查询相关的回复；2) 能够将查询与回复分别投影到潜在空间，从而在线推理的语义搜索中高效应用。为解决该问题，我们提出一种新颖方法，称为基于多任务的语义搜索神经网络（MSSNN），用于候选检索，其通过多任务实现查询-响应交互。该方法采用 Seq2Seq 建模任务学习良好的查询编码器，随后执行词预测任务构建回复嵌入，最后通过简单匹配模型形成点积打分器。实验研究已证明所提方法的潜力。
引用
@article{arxiv.2208.11018,
title = {Query-Response Interactions by Multi-tasks in Semantic Search for Chatbot Candidate Retrieval},
author = {Libin Shi and Kai Zhang and Wenge Rong},
journal= {arXiv preprint arXiv:2208.11018},
year = {2022}
}
备注
9 pages