[论文笔记] Enhancing Personalized Dialogue Generation with Contrastive Latent Variables: Combining Sparse and Dense Persona
方法
Motivation
- 密集角色文本描述信息丰富,但是噪声多
- 稀疏结构化数据语义明确,但是信息太少
- 直接使用上下文生成回复不需要使用额外角色文本或者角色结构库很优越,但是具有挑战性
Novelty
- 结合上述方法的优点,能够在对话回复生成时自行推断丰富的角色信息,因此不需要额外的外部文本或者知识库
- 中间过程使用Decider(常用)
- 分步训练、伪标签,避免训练失败
Discussion
- CVAE构建得太复杂
实验
- 全新的个性化对话评价框架,具有创造性