典型文献
SMGN:用于对话状态跟踪的状态记忆图网络
文献摘要：
对话状态跟踪是任务型对话系统的重要模块.已有研究使用注意力机制模拟图结构来引入历史信息,但这种方法无法显式利用对话状态的结构性.此外,如何生成复杂格式的对话状态也为研究带来了挑战.针对以上问题,本文提出一种状态记忆图网络SMGN(State Memory Graph Network).该网络通过状态记忆图保存历史对话信息,并使用图结构与当前对话进行特征交互.本文还设计了一种基于状态记忆图的复杂对话状态生成方法.实验结果表明,本文提出的方法在CrossWOZ数据集上联合正确率提高1.39％,在MultiWOZ数据集上提高1.86％.
文献关键词：
任务型对话系统;对话状态跟踪;注意力机制;自然语言处理;深度学习
中图分类号：
作者姓名：
张志昌;于沛霖;庞雅丽;朱林;曾扬扬
作者机构：
西北师范大学计算机科学与工程学院,甘肃兰州730070
文献出处：
引用格式：
[1]张志昌;于沛霖;庞雅丽;朱林;曾扬扬-.SMGN:用于对话状态跟踪的状态记忆图网络)[J].电子学报,2022(08):1851-1858
A类：
SMGN,对话状态跟踪,CrossWOZ
B类：
图网络,任务型对话系统,注意力机制,拟图,图结构,历史信息,法显,显式,State,Memory,Graph,Network,特征交互,生成方法,上联,MultiWOZ,自然语言处理
AB值：
0.295375
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
