典型文献
使用共指消解增强多轮任务型对话生成
文献摘要：
指代是一种重要的语言现象,运用指代可以避免复杂的词语在句子中重复出现,使语句简洁连贯.在多轮口语对话中,使用代词指代实体可以提高沟通的效率,然而,对话中频繁出现的代词给计算机语言理解增加了难度,进而影响了机器生成回复的质量.该文提出通过消解代词提高对话生成质量,先通过端到端的共指消解模型识别出多轮对话中蕴含的表述同一实体的所有代词和名词短语,即指代簇(coreference clusters);然后使用两种不同的方法,利用指代簇信息增强对话模型:①使用指代簇信息恢复问句的完整语义,以降低机器语言理解的难度;②使用图卷积神经网络将指代簇信息编码融入对话生成模型,以提高机器理解对话的能力.该文所提的两个方法在RiSAWOZ公开数据集上进行了验证,实验结果表明,两个方法均可以显著提升对话生成的性能.
文献关键词：
任务型对话系统;共指消解;图卷积神经网络
中图分类号：
作者姓名：
张诗安;熊德意
作者机构：
苏州大学 计算机科学与技术学院,江苏 苏州 215006
文献出处：
引用格式：
[1]张诗安;熊德意-.使用共指消解增强多轮任务型对话生成)[J].中文信息学报,2022(09):149-158
A类：
coreference,RiSAWOZ
B类：
共指消解,对话生成,指代,语言现象,免复,词语,句子,复出,语句,连贯,口语,代词,高沟,中频,计算机语言,语言理解,机器生成,回复,端到端,解模,模型识别,多轮对话,名词短语,clusters,信息增强,对话模型,信息恢复,问句,机器语言,图卷积神经网络,信息编码,生成模型,公开数据集,任务型对话系统
AB值：
0.398796
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
