RLLChatbot：ConvAI 挑战赛的一种解决方案
计算与语言
2018-11-09 v2
摘要
当前的对话系统可以遵循简单指令并回答基本问题，但它们难以维持关于特定主题的连贯且开放式的对话。诸如对话智能（ConvAI）挑战赛等竞赛正被组织以推动研究向该目标发展。本文详细介绍了参与 2017 年 ConvAI 挑战赛的 RLLChatbot。本研究的目标是更好地理解当前深度学习与强化学习工具如何用于构建健壮而灵活的开放域对话智能体。我们详尽描述了如何主要利用公开领域数据集并使用集成模型构建与训练对话系统。本工作的第一个贡献是详细描述了不同文本生成模型并分析了新颖的消息排序与选择方法。此外，提出了一个新的开源对话数据集。与负责在每次交互中选择返回消息的基线模型相比，在该数据上训练显著提升了排序与选择机制的 Recall@k 分数。
引用
@article{arxiv.1811.02714,
title = {The RLLChatbot: a solution to the ConvAI challenge},
author = {Nicolas Gontier and Koustuv Sinha and Peter Henderson and Iulian Serban and Michael Noseworthy and Prasanna Parthasarathi and Joelle Pineau},
journal= {arXiv preprint arXiv:1811.02714},
year = {2018}
}
备注
46 pages including references and appendix, 14 figures, 12 tables; Under review for the Dialogue & Discourse journal