《论文阅读》Commonsense Knowledge Aware Conversation Generation with Graph Attention
会议收录:Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence (IJCAI-18)
类型:会话生成
特点:图机制(静态+动态),首次提出使用常识知识
本文带来Hao Zhou, Tom Young, Minlie Huang, Haizhou Zhao, Jingfang Xu and Xiaoyan Zhu共同创作的文章
简介
常识知识对于许多自然语言处理任务至关重要。在本文中,我们提出了一种新颖的开放域对话生成模型,以展示大规模常识知识如何促进语言理解和生成。给定用户帖子,该模型从知识库中检索相关知识图,然后使用静态图注意力机制对图进行编码,从而增强帖子的语义信息,从而更好地理解帖子。然后,在单词生成过程中,模型会专注地读取检索到的知识图谱和每个图中的知识三元组,以通过动态图注意力机制促进更好的生成。这是在会话生成中使用大规模常识知识的第一次尝试。此外,与单独和独立使用知识三元组(实体)的现有模型不同,我们的模型将每个知识图视为一个整体,在图中编码更多结构化、连接的语义信息。实验表明,所提出的模型可以产生比最先进的基线更合适和信息丰富的响应。