基于深度多匹配網(wǎng)絡(luò)的多輪對(duì)話回復(fù)選擇模型

打開文本圖片集

摘 要：現(xiàn)有工作利用神經(jīng)網(wǎng)絡(luò)構(gòu)建了各種檢索模型，取得了一定的成功，但仍存在注入模型信息篩選不充分、引入噪聲和對(duì)已知內(nèi)容的潛在語義信息、時(shí)序關(guān)系挖掘不充分問題。針對(duì)上述問題，提出了基于深度多匹配網(wǎng)絡(luò)的多輪對(duì)話回復(fù)模型（DMMN）。該模型將上下文與知識(shí)作為對(duì)候選回復(fù)的查詢，在三者編碼之后提出預(yù)匹配層，采用單向交叉注意力機(jī)制分別篩選出基于知識(shí)感知的上下文與基于上下文感知的知識(shí)，識(shí)別兩者中重要的信息。（剩余14691字）