|
|||||
|
|
| 基于图卷积网络的知识感知对话生成 | |
| 作者姓名： | 曾碧卿 丁明浩 宋逸云 |
| 作者单位： | 华南师范大学 软件学院, 佛山 528225 |
| 基金项目： | 国家自然科学基金(12001208); 广东省基础与应用基础研究基金(2021A1515011171); 广东省普通高校人工智能重点领域专项(2019KZDZX1033); 广州市基础研究计划、基础与应用基础研究项目(202102080282) |
| 摘 要： | 引入结构化知识的对话系统因为能够生成流畅度更高、多样性更丰富的对话回复而受到广泛关注, 但是以往的研究只注重于结构化知识中的实体, 却忽略了实体之间的关系以及知识的完整性. 本文提出了一种基于图卷积网络的知识感知对话生成模型(KCG). 该模型通过知识编码器分别捕获实体与关系的语义信息并利用图卷积网络增强实体表征; 再利用知识选择模块获得与对话上下文相关的实体与关系的知识选择概率分布; 最后将知识选择概率分布与词表概率分布融合, 解码器以此选择知识或词表字词. 本文在中文公开数据集DuConv上进行实验, 结果表明, KCG在自动评估指标上优于目前的基线模型, 能生成更加流畅并且内容更加丰富的回复. |
| 关 键 词： | 对话生成 多轮对话 图卷积网络 结构化知识 知识选择 |
| 收稿时间： | 2022-12-06 |
| 修稿时间： | 2023-01-19 |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |
