面向口语对话系统的变分跨域自然语言生成
计算与语言
2018-12-24 v1 人工智能
摘要
跨域自然语言生成(NLG)在口语对话建模中仍是一项困难任务。给定对话管理器提供的语义表示，语言生成器应生成传达所需信息的句子。传统的基于模板的生成器能产生包含所有必要信息的句子，但这些句子不够多样。基于RNN的模型所生成句子的多样性可以很高，然而在生成过程中会丢失部分信息。本工作中，我们通过在使用条件变分自编码器架构的生成过程中考虑句子级别的潜变量信息，改进了基于RNN的生成器。我们证明，我们的模型优于原始的基于RNN的生成器，同时产生高度多样的句子。此外，在训练数据有限时，我们的模型表现更好。
引用
@article{arxiv.1812.08879,
title = {Variational Cross-domain Natural Language Generation for Spoken Dialogue Systems},
author = {Bo-Hsiang Tseng and Florian Kreyssig and Pawel Budzianowski and Inigo Casanueva and Yen-Chen Wu and Stefan Ultes and Milica Gasic},
journal= {arXiv preprint arXiv:1812.08879},
year = {2018}
}
备注
Sigdial 2018