.png){kind=icon}
返回
A memory network based end-to-end personalized task-oriented dialogue generation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2020.106398.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
构建面向个性化任务的对话系统是一项重要但具有挑战性的任务。在模板选择响应中已经取得了显著的成功。然而，准备大量响应模板是耗时且人力密集的。在本文中，我们提出了一种基于内存网络的端到端框架，用于在个性化的面向任务的对话系统中生成响应。我们的模型由三部分组成: 检索模块，内存编码器网络和内存解码器网络。检索模块采用用户话语和用户属性来收集来自其他用户的相关响应。用文本特征训练记忆编码器以获得对话表示。存储器解码器由RNN和用于响应生成的规则存储器网络组成。在基准数据集上的实验表明，我们的模型在个性化的面向任务的对话生成中获得了比强基线更好的性能。(C) 2020 Elsevier b.V.保留所有权利。
Keyword:
Task-oriented dialogue system
Dialogue generation
Personalized response
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
.png){kind=icon}
分享收藏 没有更多内容
没有更多内容