#ACL-2016#A Persona-Based Neural Conversation Model

问题:同样的问题,不同的表述,生成的回复就不一致。

#ACL-2016#A Persona-Based Neural Conversation Model_第1张图片
image.png

方法:在seq2seq的的decoder 加入了用户向量,类似词向量,利用用户帐号信息,如性别,方言等训练而成。
实验数据是Twtter的数据,所以会有这些用户数据。
另一种模型,提出 不同用户对不同的人说话的方式是不一样的,重新对用户进行建模,Vij 表示i对j说话的向量,和上种方法一样,加到decoder。

#ACL-2016#A Persona-Based Neural Conversation Model_第2张图片
li1.png

你可能感兴趣的:(#ACL-2016#A Persona-Based Neural Conversation Model)