用于训练检索式对话系统的负采样策略
计算与语言
2018-11-27 v1
摘要
本文描述了一种提升客服自动化对话系统质量的新方法。论文中的分析表明，检索式对话系统的质量依赖于负响应的选择。所提方法意味着根据训练集中响应的分布来选择负样本。在该实现中，负样本从原始响应分布以及“人工”负响应分布(如均匀分布或通过变换原始分布获得的分布)中随机选取。本文所实现系统的结果表明，在使用来自变换分布的负响应时，自动化对话系统质量有显著提升。
引用
@article{arxiv.1811.09785,
title = {Strategy of the Negative Sampling for Training Retrieval-Based Dialogue Systems},
author = {Aigul Nugmanova and Andrei Smirnov and Galina Lavrentyeva and Irina Chernykh},
journal= {arXiv preprint arXiv:1811.09785},
year = {2018}
}