response selection | BriefGPT

关键词response selection

搜索结果 - 29

基于 Co-teaching 的多回合响应选择检索对话系统匹配模型学习
研究使用一个匹配模型来解决对话系统的响应选择问题，并提出一个包含三种特定教学策略的通用共同教学框架，该框架可以从含噪声的训练数据中学习出一个强健的匹配模型，以及通过在独立训练数据中同时学习两个匹配模型，从而达到显着提高匹配模型性能的目的。
PDF5 years ago
面向基于检索的聊天机器人的文档引导匹配网络对话选取
本研究提出了一种基于文档匹配的网络对话模型 (DGMN)，用于支持知识感知的基于检索的聊天机器人系统，在匹配过程中，通过信息融合和层次交互，动态确定文档和上下文的关键信息，实验结果表明，该模型能够显著提高现有方法的表现，并具有良好的可解释性
PDF5 years ago
ACL面向任务的对话系统中神经响应选择的训练
通过在大型通用领域对话语料库上预训练反应选择模型，然后利用小型特定领域数据微调预先训练的模型，本论文提出了一种有效的方法来部署任务导向对话中的响应选择，取得了很好的效果。在六个不同的应用领域，从电子商务到银行业，本方法都表现出了良好的效果。
PDF5 years ago
AAAI面向诺干式端到端应答选择的顺序注意力网络
本文提出了一种基于序列匹配模型的多轮对话响应选择算法，相比之前的模型，该模型在提升多轮对话系统中的响应选择效果方面取得了更好的表现，并在两个大规模公开数据集上均获得了最优表现。
PDF5 years ago
AAAI为端到端响应选择构建序列推理模型
本文提出了一种基于增强的序列推理模型的端到端响应选择模型，该模型采用了新的词表示方法、带有注意力机制的分层循环编码器、多维池化和池化方法等技术来解决 DSTC7 任务中响应选择的问题，并在 DSTC7 的评估结果中获得了较高排名。
PDF6 years ago
融入领域知识改进多轮对话系统中的回应选择
本文提出了一种新颖的神经网络架构，用于多轮对话场景下的响应选择，它应用了上下文级别的注意力和领域特定单词描述提供的额外外部知识。该架构使用双向门控循环单元进行编码，并学习在给定潜在响应表示的上下文单词之间进行关注，同时还使用另一个 GRU
PDF6 years ago
ACL利用弱监督学习匹配模型进行基于检索的聊天机器人的应答选择
本文提出了一种方法，可以利用未标记的数据学习匹配模型，用于检索式聊天机器人中的响应选择。该方法采用序列到序列（Seq2Seq）模型作为弱注释器来判断未标记对的匹配度，然后使用弱信号和未标记数据进行学习。两个公共数据集上的实验结果表明，当使用
PDF6 years ago
基于检索的聊天机器人多轮响应选择的顺序匹配框架
我们提出了一种名为序列匹配框架（SMF）的新型匹配框架，该框架可以充分携带上下文中的重要信息，同时建模上下文中话语之间的关系，通过序列卷积网络和序列注意力网络实现，实验结果表明，这两种模型都可以显著优于现有技术，而可视化结果揭示了模型如何捕
PDF7 years ago
ACLSequential Matching Network: 基于检索的聊天机器人中多轮对话响应选择的新架构
使用顺序匹配网络（SMN）解决对话中响应选择的问题，该网络通过循环神经网络（RNN）建立了对辞话关系的建模并比现有工作取得更好的响应选择结果。
PDF8 years ago