-
题名基于图神经网络的多源异构知识增强对话模型
- 1
-
-
作者
毕忠勤
张锴
单美静
王世洋
曾振柄
-
机构
上海电力大学计算机科学与技术学院
华东政法大学信息科学与技术系
上海大学数学系
-
出处
《科学技术与工程》
北大核心
2024年第17期7196-7204,共9页
-
基金
上海市地方院校能力建设计划(23010501500)。
-
文摘
为解决当前开放域对话系统中端到端模型在生成响应时存在的相关性低、多样性不足的问题,提出了一种多源异构知识增强对话生成模型(multi-source knowledge-enhanced dialogue generation framework,MSGF)。该模型通过整合多个不同的知识源,提高了与对话背景信息相关的知识覆盖率,并采用全局知识选择模块解决不同知识源之间的主题冲突问题,来避免对话主题含义混淆。此外,该模型还引入了融合预测模块,通过获取不同的知识源中的信息来生成响应。实验结果表明,与同类其他模型相比,MSGF模型在性能上具有明显优势,具有更全面的知识覆盖,生成的响应主题相关性更高。可见,所提出的MSGF模型能够很好地理解对话内容,并显著提升对话系统的性能。
-
关键词
对话生成
图神经网络
图注意力机制
知识图谱
多源异构知识
知识增强
-
Keywords
dialogue generation
graph neural network
graph attention mechanism
knowledge graph
multi-source heterogeneous knowledge
knowledge-enhanced
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
