我想到和我现在做的task-oriented的有关系,
输入是文本和关键词,输出是文本,相当于风格迁移。相当于个别词对应转换。
而task-oriented里面,是输入文本(context编码还是个问题),生成多个关键词,输出文本。多出的是act space,但是输入的intent和输出的intent是一致的,space变化不大。
他文章里用的模型是
主要是使用了反向生成,插值法,还有GAN,借鉴意义不大
我想到和我现在做的task-oriented的有关系,
输入是文本和关键词,输出是文本,相当于风格迁移。相当于个别词对应转换。
而task-oriented里面,是输入文本(context编码还是个问题),生成多个关键词,输出文本。多出的是act space,但是输入的intent和输出的intent是一致的,space变化不大。
他文章里用的模型是
主要是使用了反向生成,插值法,还有GAN,借鉴意义不大