基于双层记忆网络的多领域端到端任务型对话系统

摘要：

为了将知识有效地融入到对话推理,提出了一种基于双层记忆网络的多领域端到端任务型对话系统.首先,该模型用知识行的形式代替三元组的形式表示知识,提升了知识定位的性能;其次,采用了双层记忆网络结构将知识和对话历史进行分别建模,提高了模型的推理能力;最后,使用了动态编码器对多种领域的数据进行编码,提升模型的泛化能力.通过实验分析,该模型的F1和BLEU指标在InCar和CamRest数据集上相较于对比算法均有一定的提升,验证了该模型的有效性和先进性.

关键词：对话系统、任务型、双层记忆网络、多领域、端到端

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市技术创新与应用发展专项重点项目;重庆市科卫联合重点项目

在线出版日期：2023-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2945-2950