no code implementations • CCL 2020 • Bowen Si, Fang Kong
对话是一个顺序交互的过程, 回应选择旨在根据已有对话上文选择合适的回应, 是自然语言处理领域的研究热点。已有研究取得了一定的成功, 但仍然存在两个突出的问题。一是现有的编码器在挖掘对话文本语义信息上尚存在不足;二是只考虑每一回合对话与备选回应之间的关系, 忽视了对话上文的整体语义信息。针对问题一, 本文借助多头自注意力机制有效捕捉对话文本的语义信息;针对问题二, 整合对话上文的整体语义信息, 分别从单词、句子以及整体对话上文三个层次与备选回应进行匹配, 充分保证匹配信息的完整。在Ubuntu Corpus V1和Douban Conversation Corpus数据集上的对比实验表明了本文给出方法的有效性。
