关键词dialogue response selection
搜索结果 - 6
- 基于检索的对话系统的上下文蒙版自编码器
本研究提出了 Dial-MAE 技术，它是一种针对对话回答选择的后期训练技术，使用了对话语境掩码自动编码器和不对称编码器 - 解码器架构来更好地压缩对话语义，并在两个常见的基准测试中取得了最先进的性能。
- 对话响应选择任务自适应预训练
本研究旨在验证先前论文中提出的关于初始化选择的假设和理解 DRS 改进的来源，研究表明使用 RoBERTa 初始化的性能与 BERT 类似，而 MLM+NSP 可以优于先前提出的所有 TAP 任务，并且 NSP 任务对于 DRS 非常重要， - 对话响应选择中的密集检索探索
该研究提出了一种利用密集检索模型从包含数百万个响应的大型语料库或甚至仅由未配对句子组成的非平行语料库中直接选择适当响应的解决方案，并通过一系列专门设计的学习策略实现其在全范围评估设置下的优越性。
- ACL基于分层课程学习的对话回复选择
本文介绍了一种针对对话回复选择的匹配模型的学习方法，通过逐级加难的层次化课程训练框架对模型进行训练，提高其在识别对话上下文和回复候选之间的匹配线索以及识别二者之间不匹配信息的能力，实验证明该方法显著提高了模型在各项评估指标上的表现。
- IJCAISEntNet：面向对话响应选择的源感知循环实体网络
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 - EMNLP点积 HSIC：一种稀疏语言表达的线性时间核共现规范化方法
本文提出了一种基于 Hilbert-Schmidt 独立准则（HSIC）的新内核共现测量方式，称为 pointwise HSIC（PHSIC），可用于稀疏语言表达（例如句子），并且学习时间非常短，是点间互信息（PMI）的替代方法，并且在对话