用于检索式聊天机器人多轮回复选择的语句到语句交互匹配网络
计算与语言
2019-11-19 v1
摘要
本文提出一种用于检索式聊天机器人多轮回复选择的语句到语句交互匹配网络（U2U-IMN）。不同于以往遵循上下文到回复匹配或语句到回复匹配框架的方法，该模型在计算上下文与回复之间的匹配度时，将二者均视为语句序列。对于上下文-回复对，U2U-IMN 模型首先使用循环层与自注意力层分别编码每条语句。随后，利用注意力机制在上下文与回复之间进行全局双向交互，以收集二者间的匹配信息。在计算注意力权重时，将上下文与回复语句间的距离作为先验分量。最后，依次执行句子级聚合与上下文-回复级聚合，以获得用于匹配度预测的特征向量。在四个公开数据集上的实验表明，我们所提方法在所有指标上均优于基线方法，取得了新的 SOTA 性能，并展示了在多轮回复选择中跨领域的兼容性。
引用
@article{arxiv.1911.06940,
title = {Utterance-to-Utterance Interactive Matching Network for Multi-Turn Response Selection in Retrieval-Based Chatbots},
author = {Jia-Chen Gu and Zhen-Hua Ling and Quan Liu},
journal= {arXiv preprint arXiv:1911.06940},
year = {2019}
}
备注
Accepted by IEEE/ACM Transactions on Audio, Speech and Language Processing. arXiv admin note: substantial text overlap with arXiv:1901.01824