多轮检索式对话——IJCAI 2019DGMN 基于文档背景的个性化对话

Posted 2021-05-17 卓寿杰_SoulJoy

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：${\hat{U}}_i=[U_i,{\hat{U}}_{i,1}...{\hat{U}}_{i,m}]$
  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。