利用对话模型引导的对话生成推荐

摘要：

对话推荐技术旨在通过与用户的对话交互完成高质量的信息推荐.针对已有研究存在的对话目标预测准确性不高的问题,提出一种利用对话模型引导的对话生成推荐(dialogue guided recommendation of dialogue generation,DGRDG)模型.首先,利用对话模型生成对话目标,通过经典的Seq2Seq模型融合输入的对话历史、用户画像以及知识信息来生成对话目标;其次,提出目标重规划策略(goal replan policy,GRP)来修正生成的对话目标,以提高对话目标预测的准确率.在DuRecDial数据集上进行实验的结果表明,对话目标生成模块在引入目标重规划策略后,对话目标预测的准确率提高了3.93％;总体模型在BLEU,DISTINCT,F1以及人工评价指标上具有较好的效果.

关键词：对话推荐、对话生成、对话目标规划、管道模型、对话策略

所属期刊栏目：43

分类号：TP20(自动化技术及设备)

资助基金：国家重点研发计划;国家自然科学基金;中央高校基本科研业务费专项资金资助项目

在线出版日期：2022-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1397-1404