Open Nav

使用序列到序列模型生成高质量和信息性的对话响应

以下是资料介绍,如需要完整的请充值下载.
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.仅供学习参考之用.
   帮助中心
资料介绍:

使用序列到序列模型生成高质量和信息性的对话响应(中文12500字,英文PDF)
 摘要
序列到序列模型已经应用于对话响应生成问题,其中源序列是对话历史和目标序列是响应。不喜欢翻译,对话回应具有天生的创造力。一代人长,信息丰富,连贯,多样化回应仍然是一项艰巨的任务在这工作,我们专注于单回合设置。我们将自我注意力添加到de编码器以更长时间地保持连贯性回应,我们提出一个实际的方法,称为glimpse模型,为缩放到大型数据集。介绍随机波束搜索算法让我们分段重新排名我们在这一代人的早期注入多样性处理。我们对组合数据进行了培训一组超过2.3B的对话消息从网上挖掘出来的。在人类评估研究中,我们的方法产生的时间更长整体反应,比例较高评定为可接受且长度极佳与具有明确长度促进的基线序列到序列模型相比,增加。产生退避策略总体而言,在完整的长度范围内有更好的反
  [版权所有:http://DOC163.com]

使用序列到序列模型生成高质量和信息性的对话响应

  [资料来源:https://www.doc163.com]

  • 关于资料
    提供的资料属本站所有,真实可靠,确保下载的内容与网页资料介绍一致.
  • 如何下载
    提供下载链接或发送至您的邮箱,资料可重复发送,若未收到请联系客服.
  • 疑难帮助
    下载后提供一定的帮助,收到资料后若有疑难问题,可联系客服提供帮助.
  • 关于服务
    确保下载的资料和介绍一致,如核实与资料介绍不符,可申请售后.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2012-2024 苏ICP备2021029856号-4