利用风格化非配对文本生成风格化对话回复
计算与语言
2020-12-17 v2
摘要
生成风格化回复对于构建智能且引人入胜的对话系统至关重要。然而,由于难以在连贯的回复中体现特定风格,尤其是当目标风格仅嵌入在无法直接用于训练对话模型的非配对文本中时,该任务远未得到充分探索。本文提出一种风格化对话生成方法,能够捕捉嵌入在非配对文本中的风格特征。具体而言,我们的方法可以生成既与给定上下文连贯又符合目标风格的对话回复。在本研究中,首先引入一个逆对话模型来预测输入回复可能的发帖(post),然后利用该逆模型基于这些风格化非配对文本生成风格化伪对话对。进一步地,这些伪对话对被用于通过联合训练过程训练风格化对话模型,并提出一种风格路由方法以增强解码器中的风格特征。在两个数据集上的自动与人工评估表明,我们的方法在生成连贯且风格浓郁的对话回复方面优于具有竞争力的基线。
引用
@article{arxiv.2009.12719,
title = {Stylized Dialogue Response Generation Using Stylized Unpaired Texts},
author = {Yinhe Zheng and Zikai Chen and Rongsheng Zhang and Shilei Huang and Xiaoxi Mao and Minlie Huang},
journal= {arXiv preprint arXiv:2009.12719},
year = {2020}
}
备注
Accepted by AAAI2021 (Long Paper)