典型文献
SPDR:基于片段预测的多轮对话改写
文献摘要:
对话系统对上文信息使用不充分是当前制约多轮对话效果的主要因素,基于上文信息对用户当前输入进行改写是该问题的一种重要解决方法.改写任务的核心在于指代消解(pronoun resolution)和省略补全(ellipsis recovery).该文提出了一种基于BERT的指针网络(Span Prediction for Dialogue Rewrite,SPDR),该模型会预测用户当前轮次输入语句中所有token前面需要填充的内容,在上文中对应的片段(span)起始和结束的位置,来实现多轮对话改写;该文还提出了一种新的衡量改写结果的评价指标sEMr.相较于基于指针生成网络的模型,该模型在不损失效果的前提下推理速度提升接近100%,基于RoBERTa-wwm的SPDR模型在5项指标上均有明显提升.
文献关键词:
对话改写;指针网络;BERT
中图分类号:
作者姓名:
朱帅;陈建文;朱明
作者机构:
华中科技大学 电子信息与通信学院,湖北 武汉 430074
文献出处:
引用格式:
[1]朱帅;陈建文;朱明-.SPDR:基于片段预测的多轮对话改写)[J].中文信息学报,2022(09):159-168
A类:
SPDR,对话改写,指代消解,pronoun,ellipsis,Rewrite,sEMr
B类:
多轮对话,对话系统,信息使用,resolution,省略,补全,recovery,指针网络,Span,Prediction,Dialogue,前轮,轮次,语句,token,在上文,span,指针生成网络,下推,推理速度,RoBERTa,wwm
AB值:
0.321312
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。