RefNet：一种用于基于背景对话的参考感知网络
计算与语言
2019-11-26 v2 人工智能
机器学习
摘要
现有的对话系统倾向于生成通用回复。近来，基于背景的对话（BBC）被引入以解决这个问题。在此类对话中，生成的回复以某些背景信息为依据。针对 BBC 的已有方法能够生成信息更丰富的回复，但它们要么无法生成自然的回复，要么难以定位正确的背景信息。本文中，我们提出一种参考感知网络（RefNet）来解决这两个问题。与现有逐词生成回复的方法不同，RefNet 引入了一种新颖的参考解码器，提供了一种替代方式，通过学习直接从背景中引用一个语义单元（例如包含完整语义信息的片段）。实验结果表明，RefNet 在自动和人工评估方面均显著优于最先进的方法，表明 RefNet 能生成更恰当且更像人类的回复。
引用
@article{arxiv.1908.06449,
title = {RefNet: A Reference-aware Network for Background Based Conversation},
author = {Chuan Meng and Pengjie Ren and Zhumin Chen and Christof Monz and Jun Ma and Maarten de Rijke},
journal= {arXiv preprint arXiv:1908.06449},
year = {2019}
}
备注
Accepted to AAAI 2020 (Oral)