面向任务导向对话系统的双向反馈知识检索
原文中文,约200字,阅读约需1分钟。发表于: 。通过整合知识检索和回答生成,本研究提出了一种检索生成器架构,利用检索器获取相关知识并生成系统回应,并通过生成器的反馈建立检索训练标签,通过对三个基准数据集的实验结果证明了方法在任务导向对话任务中的优越性能。
该论文介绍了一种名为KnowExpert的框架,将轻量级适配器注入预训练的语言模型中,实现知识驱动的对话任务。实验结果表明,该方法在开放领域闲聊场景中表现良好,推理效率高。
通过整合知识检索和回答生成,本研究提出了一种检索生成器架构,利用检索器获取相关知识并生成系统回应,并通过生成器的反馈建立检索训练标签,通过对三个基准数据集的实验结果证明了方法在任务导向对话任务中的优越性能。
该论文介绍了一种名为KnowExpert的框架,将轻量级适配器注入预训练的语言模型中,实现知识驱动的对话任务。实验结果表明,该方法在开放领域闲聊场景中表现良好,推理效率高。