IJCAIJun, 2019
SEntNet：面向对话响应选择的源感知循环实体网络
SEntNet: Source-aware Recurrent Entity Network for Dialogue Response Selection
Jiahuan Pei, Arent Stienstra, Julia Kiseleva, Maarten de Rijke
TL;DR该论文提出了一种基于来源感知的循环实体网络（SEntNet）的任务定向对话系统（TDS）中，用于优化对话响应选择的方法，通过使用源特定记忆，从不同信息源（用户、系统、知识库）中挖掘单词和句法结构的差异，有效提高了对话响应的准确性，实验表明在对话数据集（Dialog bAbI dataset）上，SEntNet 的准确性达到了 91.0％，优于现有工作 4.7％，而在 DSTC2 数据集上，SEntNet 的准确性达到了 41.2％，超越了源无关的循环实体网络 2.4％。