论文总结之对话生成篇2.0

8.Exploiting Persona Information for Diverse Generation of Conversational Responses

本模型主要特点在于中间变量z的训练，这里涉及到的数学知识见https://zhuanlan.zhihu.com/p/26898768
其他的特点，就在于用性格编码，跟情感、关键词等思想差不多。
主要有两大步：第一步即对性格文本和上下文
（1）将每一个性格文本编码成空间向量和上下文向量做softmax得到匹配权重。
然后将性格文本再做处理和匹配权重相乘累加。
最后用公式6堆叠3次u3。
（2）将上一步堆叠得到的u3和z做MLP，选择最有可能的性格向量
解码策略上也有特点，两种解码模式。
第一个：软策略
两个词表，分别是性格词表和其他词表；
通过状态编码分别计算两个词表词汇生成概率（这个跟seq2seq一样），稍微有点不一样的是这个模型还会通过公式（10）即3.3卷积后的性格向量和状态做匹配度计算，得到两个表类型的概率，然后公式（11）得到最终词汇分布。
第2个：强制策略
就是将选出来的性格，做rn