-
题名基于多视角对抗学习的开放域对话生成模型
被引量：6
- 1
-
-
作者
张凉
杨燕
陈成才
贺樑
-
机构
华东师范大学计算机科学与技术学院
上海智臻智能网络科技股份有限公司小i机器人研究院
-
出处
《计算机应用研究》
CSCD
北大核心
2021年第2期372-376,共5页
-
基金
上海市教科委重点项目(18511105502)。
-
文摘
近年来,随着智能家居的普及,对话系统在生活中发挥着越来越重要的作用,基于神经网络构建的生成式对话系统由于其灵活性高受到了许多研究者的关注。以提高生成模型对话的流畅性、上下文相关性为目的,提出基于多视角对抗学习的开放域对话生成模型。其中,模型生成器是基于检索到的相似对话进行改写得到生成的对话;模型的判别器是由两个二分类器共同组成的,该二元判别器分别从句子、对话两个层面多视角地对生成句子进行判别。在中文对话语料上进行实验,该模型在人工评价和自动评测上的得分都高于目前常用的对话生成模型。实验结果表明,利用二元判别器多视角训练可以同时提高生成回复的流畅度和上下文相关性。
-
关键词
对话生成
对话系统
对抗学习
改写模型
-
Keywords
dialogue generation
dialogue system
adversarial learning
revise model
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于变分循环自动编码器的协同推荐方法
被引量：10
- 2
-
-
作者
李晓菊
顾君忠
程洁
-
机构
华东师范大学计算机科学与技术系
上海智臻智能网络科技股份有限公司
-
出处
《计算机应用与软件》
北大核心
2018年第9期258-263,280,共7页
-
基金
上海市科学技术委员会科研计划项目(16511102702)
-
文摘
基于概率矩阵分解的协同过滤是推荐系统中应用最广泛的方法。它通过学习用户-商品评分矩阵的两个低维近似矩阵来做推荐。但是在评分矩阵极其稀疏的情况下,概率矩阵分解的推荐准确性就会下降。为了缓解这个问题,提出一种基于变分循环自动编码器的概率矩阵分解方法,该方法综合考虑商品描述文本和评分矩阵,先将商品的描述文本编码成一个特征向量,然后将该特征向量融合到概率矩阵分解模型中来缓解稀疏问题。该方法在编码商品特征向量时,考虑了商品内容的上下文信息和语义信息,并且该特征向量服从高斯分布。在两个真实数据集上的验证结果表明:我们的模型与其他模型相比较,在评分矩阵极其稀疏的情况下,能更有效地预测用户感兴趣的商品列表,提高推荐准确性。
-
关键词
协同过滤
概率矩阵分解
稀疏问题
变分自动编码器
循环神经网络
-
Keywords
Collaborative filtering
Probabilistic matrix factorization
Sparseness problem
Variational auto-encoder
Recurrent neural network
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
