基于话题线索的检索式聊天机器人回复选择
计算与语言
2016-09-23 v3
摘要
我们考虑将话题信息融入消息-回复匹配，以提升检索式聊天机器人中富含内容的回复。为此，我们提出一种话题感知卷积神经张量网络（TACNTN）。在TACNTN中，消息与回复之间的匹配不仅通过卷积神经网络生成的消息向量与回复向量之间进行，还利用了编码在两个话题向量中的额外话题信息。这两个话题向量分别是消息和回复的话题词的线性组合，其中话题词来自预训练的LDA模型，其权重由它们自身以及消息向量和回复向量决定。消息向量、回复向量和两个话题向量被输入神经张量以计算匹配分数。在公共数据集和人工标注数据集上的实证研究表明，TACNTN在消息-回复匹配上可以显著优于最先进的方法。
引用
@article{arxiv.1605.00090,
title = {Response Selection with Topic Clues for Retrieval-based Chatbots},
author = {Yu Wu and Wei Wu and Zhoujun Li and Ming Zhou},
journal= {arXiv preprint arXiv:1605.00090},
year = {2016}
}
备注
under reviewed of AAAI 2017