BriefGPT.xyz
May, 2017
智能回复的高效自然语言响应建议
Efficient Natural Language Response Suggestion for Smart Reply
HTML
PDF
Matthew Henderson, Rami Al-Rfou, Brian Strope, Yun-hsuan Sung, Laszlo Lukacs...
TL;DR
本文提出了一种计算效率高的机器学习方法来进行自然语言响应建议,使用n-gram嵌入特征的前馈神经网络将消息编码为向量进行优化,在大规模商业电子邮件应用程序中得出了响应建议。与序列到序列方法相比,新的系统以较小的计算要求和延迟时间实现了相同的质量。
Abstract
This paper presents a computationally efficient machine-learned method for
natural language
response suggestion
. Feed-forward neural networks using n-gram embedding features encode messages into vectors which are
→