本文主要是介绍生成对话的主题与个性化——【IJCAI 2018】《Assigning Personality/Profile to a Chatting Machine》,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
重磅推荐专栏: 《Transformers自然语言处理系列教程》
手把手带你深入实践Transformers,轻松构建属于自己的NLP智能应用!
本文为对话系统提供了配置文件的信息,以便对话系统可以一致地回答个性化问题:
Profile Detector
这个模块有两个作用:
- 要不要利用profile信息进行回复,即决定走 Forward Decoder 还是 走 Bidirectional Decoder。举个例子,如果post是 “how are you today”, P ( z = 1 ∣ X ) ≈ 0 P(z = 1|X) ≈ 0 P(z=1∣X)≈0。如果post是“how old are you”,即和配置相关,那么 P ( z = 1 ∣ X ) ≈ 1 P(z = 1|X) ≈ 1 P(z=1∣X)≈1:
- 若走Bidirectional Decoder,决定选择哪个profile值来用于生成:
Bidirectional Decoder
简单来算,它就是两个decoder,一个是decoder_backward,一个是decoder_forward,它们初始化输入值都是选择的profile值,如“钢琴”。decoder_backward生成“钢琴”前面的词语,decoder_forward生成“钢琴”后面的词语。
这篇关于生成对话的主题与个性化——【IJCAI 2018】《Assigning Personality/Profile to a Chatting Machine》的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!