你打动了我：基于相互人物角色感知的对话生成
计算与语言
2020-04-14 v1 人工智能
摘要
尽管持续努力提升闲聊对话系统的趣味性与一致性，当前多数工作仅聚焦于模仿类人回复，而对建模对话者间理解这一方面的研究不足。相反，认知科学的研究表明，理解是高质量闲聊对话的本质信号。受此启发，我们提出 P^2 Bot，一种基于发送-接收的框架，旨在显式建模理解。具体而言，P^2 Bot 引入相互人物角色感知以增强个性化对话生成的质量。在大型公开数据集 Persona-Chat 上的实验证明了我们方法的有效性，在自动指标与人工评估上均相较最先进的基线取得显著提升。
引用
@article{arxiv.2004.05388,
title = {You Impress Me: Dialogue Generation via Mutual Persona Perception},
author = {Qian Liu and Yihong Chen and Bei Chen and Jian-Guang Lou and Zixuan Chen and Bin Zhou and Dongmei Zhang},
journal= {arXiv preprint arXiv:2004.05388},
year = {2020}
}
备注
Accepted by ACL 2020, code is avaiable at https://github.com/SivilTaram/Persona-Dialogue-Generation