#12 #emnlp2019
summarized by : Katsuya Shimabukuro
Task-Oriented Conversation Generation Using Heterogeneous Memory Networks
Zehao Lin, Xinjing Huang, Feng Ji, Haiqing Chen, Yin Zhang

概要

タスク指向対話システムにおけるEnd2Endな応答文生成のタスクにおいて、ユーザー発話、対話履歴、Knowledge Baseから情報を抽出して使用できるMemory Networksの新たな拡張手法を提案。Knowledge Baseを参照する既存手法と比較し、文の生成、出力するスロットの値の選択のいずれの性能も上回ることを示した。
placeholder

新規性

対話のコンテキストとKnowledge Baseの情報を効果的に管理するために、End2EndなMemory Networksを拡張し、対話のコンテキストを考慮して対話データを残しておくメモリと、Knowledge Baseから抽出した知識をためておくメモリの二種類のメモリを持つモデルを提案した。

結果

タスク指向対話データセットであるDSTC2とKey-Value Retrieval datasetを用いて、Knowledge Baseを参照する既存手法と比較し、生成文のBLEUおよび選択したスロットの値のF1で上回る性能を示した。

このページで利用されている画像は論文から引用しています．