May, 2018

异步对话的关联建模：一种神经实体网格方法

PDF
TL;DR我们提出了一种新颖的相关性模型来应用于书面异步对话（例如论坛，电子邮件）的相关性评估和线程重建，该模型通过在实体转换中引入词汇化实现性能的改进，并将其扩展成为包括底层对话结构的实体网格表示和特征计算的方法，成为目前单 olog 和对话中标准相关性评估任务中的最佳模型，也展示了其在重建线程结构方面的有效性。
发现论文，激发创造
  • 对话的连贯性模型

    在对话模型中，意图结构在话语的连贯性建模中起着关键作用。本文提出通过增强原始实体方格建模对话文档表示，实现对话中意图结构的建模，并在连贯性评估的两项标准任务方面对三个不同对话数据集的性能都优于原始实体方格表征，验证了意图在对话连贯性建模中的关键作用。

    Jun, 2018

  • 统一的神经连贯模型

    本文介绍了一种采用句子语法、句际连贯关系和全局连贯模式的统一一致性模型，该模型在局部和全局判别任务上表现良好，优于现有模型，并建立了新的最新技术成果。

    Sep, 2019

  • 一种用于连贯性建模的多任务学习方法

    本研究提出一种层次神经网络模型，通过多任务学习，同时预测文档层次的信息连贯得分和词级别的语法角色，利用两个任务之间的归纳转移，提高模型泛化能力，并在不同任务中达到了新的最优表现。

    Jul, 2019

  • 开放领域话语连贯性的神经网络模型

    本研究提出了一种无域限制的神经模型，可用于度量多个方面的连贯性，并能在生成新语句时保持连贯性，该模型包括区分性模型和生成性模型，以及一种新的基于神经潜变量马尔科夫生成模型，可捕获文本中句子之间的隐含连贯性依赖关系，并在多个连贯性评估方面取得了最先进的表现，为处理语篇上下文生成连贯性文本迈出了一步。

    Jun, 2016

  • 通过建模、过滤和优化来提高对话的连贯性和多样性

    本文介绍了三种增强现有编码器 - 解码器模型的方法，以有效地模拟连贯性并促进输出多样性，它们在 OpenSubtitles 语料库上的实验表明，与竞争神经模型相比，在 BLEU 分数以及连贯性和多样性度量方面均有极大改善。

    Sep, 2018

  • 叙事生成中实体使用的连贯和一致性探索

    本文系统地研究了预训练语言模型在故事生成任务中维持实体连贯性和一致性方面的能力，并提出了动态实体记忆的增强方法，旨在使用辅助实体相关性损失来指导读写实体记忆，以提高实体连贯性和一致性，同时还验证了自动评价指标与人工评价的相似度，从而提出的自动评价指标可以作为生成故事质量的良好指标。

    Feb, 2022

  • 利用对比框架学习动态离散实体状态生成连贯的叙述

    本文提出一种基于 Transformer 模型的对话生成算法，在动态更新实体状态以及句子实现方面做了扩展，并引入了对比学习框架来学习状态表示，实验表明其比现有基线算法在生成连贯且多样化的文本方面具有更好的表现。

    Aug, 2022

  • 对话的连贯性是否可靠？从对话行为和实体中学习

    本文研究了开放领域对话中人类感知的连贯性问题。我们创建了 SWBD-Coh 语料库，并通过统计分析和不同架构的实验来评估模型的性能，发现模型结合对话行为和实体信息时可以实现最佳性能。

    Jun, 2020

  • 基于注意力语言模型的一致对话

    本研究采用 RNN 型对话模型和动态注意力机制建模了一种连贯的会话延续方法，并通过应用到开放领域和封闭领域的对话数据集进行了评估，结果显示出在多个指标上显著优于基线模型，同时还能通过主题建模进行更进一步的连贯性提升。

    Nov, 2016

  • 跨领域可传递的神经连贯性模型

    本研究探索了一种本地判别神经模型来提高文本的一致性，这样可以实现更广泛的领域泛化，从而显著提高了文章的可读性。

    May, 2019