多轮检索式对话——IJCAI 2019DGMN 基于文档背景的个性化对话
Posted 卓寿杰_SoulJoy
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了多轮检索式对话——IJCAI 2019DGMN 基于文档背景的个性化对话相关的知识,希望对你有一定的参考价值。
作者主要的研究的问题是在一定人物设定背景下的对话的个性化:
这里的人物设定被写在一个document中,即document-grounded。模型整体架构如下:
-
Encoding Layer
就是在用Self-Attention -
Fusion Layer
其实就是做了Cross-Attention:
-
Matching Layer
有3个需要match的对: { U i , R } \\{U_i,R\\} {Ui,R} { U ^ i , R } \\{\\hat U_i,R\\} {U^i,R} { D ^ j , R } \\{\\hat D_j,R\\} {D^j,R}
其中: U ^ i = [ U i , U ^ i , 1 . . . U ^ i , m ] \\hat U_i = [U_i,\\hat U_{i,1}... \\hat U_{i,m}] U^i=[Ui,U^i,1...U^i,m]
match的方式和MRFN很相似,以 { U ^ i , R } \\{\\hat U_i,R\\} {U^i,R} 为例:
-
Aggregation Layer
用CNN从3个匹配矩阵中抽取匹配向量,连接起来,预测匹配度。
以上是关于多轮检索式对话——IJCAI 2019DGMN 基于文档背景的个性化对话的主要内容,如果未能解决你的问题,请参考以下文章