一千个读者眼中有一千个哈姆雷特:以个人记忆增强知识 grounded 对话
计算与语言
2022-04-07 v1
摘要
知识 grounded 对话(KGC)在构建引人入胜且博学的聊天机器人方面展现出巨大潜力,而知识选择是其中的关键要素。然而,以往的知识选择方法仅关注知识与对话上下文之间的相关性,忽视了对话者的年龄、爱好、教育背景和生活经历等会对其外部知识个人偏好产生重大影响这一事实。若不考量个性化问题,便难以选择合适的知识并生成与人物设定一致的回复。本工作中,我们将个人记忆引入 KGC 的知识选择以解决个性化问题。我们提出一种变分方法来建模个人记忆与其知识选择之间的潜在关系,并设计了一种学习机制,其中从个人记忆到知识的正向映射及其逆映射包含在一个闭环中,使二者能够相互教导。实验结果表明,我们的方法在自动评估和人工评估上均显著优于现有 KGC 方法。
引用
@article{arxiv.2204.02624,
title = {There Are a Thousand Hamlets in a Thousand People's Eyes: Enhancing Knowledge-grounded Dialogue with Personal Memory},
author = {Tingchen Fu and Xueliang Zhao and Chongyang Tao and Ji-Rong Wen and Rui Yan},
journal= {arXiv preprint arXiv:2204.02624},
year = {2022}
}
备注
Accepted by ACL 2022 (main conference). First two authors contributed equally