生成、删除和重写:提高对话生成中人物属性一致性的三级生成框架
本论文由腾讯AI Lab主导,与哈尔滨工业大学合作完成。作者提出了一种多阶段的对话回复生成框架。该方法删除了生成的回复中可能导致不一致的词语,并在此基础上重写,以生成高质量并且与人物属性一致的回复。以下为论文的详细解读。 Generate, Delete and Rewrite: A Three-Stage Framework for Improving Persona Consistency of Dialogue Generation 在对话过程中,人类说出的话会很自然的与自己的基本属性一致,但对于对话机器人来说,保证生成的对话与自己的属性一致仍然是一项很困难的任务。为解决此问题,研究者们提出了基于人物属性的对话生成任务。该任务通过在对话生成模型中显式的加入人物属性文本来解决角色特征不一致问题。尽管现有的基于角色信息的对话模型在生成回复方面取得了一定的效果,但是它们的单阶段解码框架仍然很难避免不一致的角色词的生成。比如,给定的模型角色文本是“I live in California”,而模型生成的回复是“I am in Colorado”。 作者指出,导致上述不一致现象的一个重要原...
