基于词汇控制与强化学习的无监督上下文释义生成
计算与语言
2021-03-25 v1 人工智能
机器学习
摘要
聊天式客户支持要求客服以最短等待时间和最高客户满意度解决客户疑问。鉴于客服与客户的读写水平参差不齐，若回复非预先拟定，其整体质量往往较差。但仅使用静态回复会导致客户流失，因为客户会觉得不再与真人交流。因此，为降低回复的单调性，拥有静态回复的多种变体至关重要。然而，维护此类变体列表成本高昂。给定对话上下文与客服回复，我们提出一种利用自回归模型生成上下文释义的无监督框架。我们还提出一种基于语义相似度、文本蕴含、表达多样性与流畅度的自动化指标，用以评估上下文释义质量，并展示以该自动化指标为奖励函数、通过强化学习（RL）微调所带来的性能提升。
引用
@article{arxiv.2103.12777,
title = {Unsupervised Contextual Paraphrase Generation using Lexical Control and Reinforcement Learning},
author = {Sonal Garg and Sumanth Prabhu and Hemant Misra and G. Srinivasaraghavan},
journal= {arXiv preprint arXiv:2103.12777},
year = {2021}
}