Jan, 2017
基于复制增强的序列到序列模型在任务型对话中表现良好
A Copy-Augmented Sequence-to-Sequence Architecture Gives Good Performance on Task-Oriented Dialogue
Mihail Eric, Christopher D. Manning
TL;DR本篇论文采用潜在神经嵌入状态和学习选择性关注,以及复制上下文等技术,对话系统可以不依赖于显式的用户意图和信念状态而实现特定领域用户对话。它证明了简单的序列到序列神经网络结构与复制机制的有效性,并在每次对话回应生成方面比更复杂的记忆增强模型高出 7%,达到了 DSTC2 的最新水平。