SARG：一种用于多轮不完整话语还原的新型半自回归生成器
计算与语言
2020-12-22 v3
摘要
由于易于获取的单轮语料库和深度学习的发展，开放域对话系统已取得巨大成功，但多轮场景仍因频繁的指代和信息省略而具挑战性。在本文中，我们研究近期研究中为多轮对话系统带来普遍改进的不完整话语还原任务。同时，受文本生成的自回归与文本编辑的序列标注共同启发，我们提出一种新颖的具有高效与灵活性的半自回归生成器（SARG）。此外，在两个基准上的实验表明，我们提出的模型在质量和推理速度方面显著优于最优（SOTA）模型。
引用
@article{arxiv.2008.01474,
title = {SARG: A Novel Semi Autoregressive Generator for Multi-turn Incomplete Utterance Restoration},
author = {Mengzuo Huang and Feng Li and Wuhe Zou and Weidong Zhang},
journal= {arXiv preprint arXiv:2008.01474},
year = {2020}
}
备注
Accepted to AAAI 2021