多轮检索式对话——ACL 2018DAM
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——ACL 2018DAM相关的知识,希望对你有一定的参考价值。
《Multi-Turn Response Selection for Chatbots with Deep Attention Matching Network》
文本对于context和response语义上的联系更进一步,将 attention 应用于多轮对话,打破之前的 RNN 和 CNN 结构,在多轮上速度快,达到了目前最好效果。其次,本文使用 self-attention 和 cross-attention 来提取 response 和 context 的特征:
-
Representation
主要用到:self-attention 和 cross-attention- self-attention:
- cross-attention:
- self-attention:
-
Utterance-Response Matching
-
Aggregation
有n句utterance,Q就有有n个切片。对应n个utterance-response对的匹配矩阵, 每一片的尺寸都是(n_u_i, n_r)对应匹配矩阵中每个矩阵的尺寸最大池的3D卷积的操作是典型的2D卷积的扩展,如图其过滤器和步幅是3D立方体,对于每个切片再进行匹配得分的计算:
释然函数:
以上是关于多轮检索式对话——ACL 2018DAM的主要内容,如果未能解决你的问题,请参考以下文章