随着深度学习的发展，人机对话技术取得重大突破，成为人工智能领域的热点研究问题。

人机对话作为人机交互系统的核心功能之一，发挥着十分重要的作用。相比其他传统交互方式，人机对话可在聊天的过程中完成输入信息获取以及结果信息反馈，具有更广阔的适用场景以及更优的用户体验。

目前，生成式的人机对话存在内容把控性较弱，生成内容不一定符合场景需求的问题。所以，在实际运用中往往需要对模型做出更多的调整和控制，使生成的对话更适用于具体场景。平安人寿在该领域进行了长时间的研究与实践探索，取得了业界领先的成果。

1 月 10 日（周四）晚 8 点，平安人寿智能平台团队资深算法工程师姚晓远将在 PaperWeekly 直播间为您介绍对话生成模型的探析与创新，分享平安人寿基于业务场景的技术探索成果。

分享提纲

■ 寿险的人机对话业务介绍；

■ Seq2Seq 对话模型原理；

■ 基于主题规划和文本属性控制的 Seq2Seq 模型优化；

■ Seq2Seq 模型在寿险业务的实践介绍。

嘉宾介绍

 姚晓远 

姚晓远，平安人寿智能平台团队资深算法工程师。毕业于武汉大学，获得硕士学位，研究方向为自然语言处理。曾任职于百度，现为平安人寿智能平台团队资深算法工程师，具有 5 年人工智能研发经验。曾作为主要开发人员参与图片广告、事件图谱、智能客服等项目，目前担任人机交互算法研发负责人，主要进行对话生成、问答匹配算法研发。

直播通道
 1 / 扫码关注 长按识别二维码，关注PaperWeekly 2 / 回复暗号 在后台回复“直播”即可获取直播观看地址
团队介绍

平安人寿智能平台团队，致力于人工智能研究以及前沿技术在招聘、培训、服务、销售、风控等保险业务中的应用。团队成员聚焦于深度学习、自然语言处理、人机交互、智能推荐、计算机视觉等研究领域，目前已自主研发了面试机器人、客服机器人、培训机器人等，并搭建了行业领先的人机交互应用平台及分布式深度学习平台。

扫码关注团队公众号，了解更多团队动态、招聘信息和技术干货。

点击以下标题查看更多往期内容：

• 自动机器学习（AutoML）最新综述

• 图神经网络综述：模型与应用

• 近期值得读的10篇GAN进展论文

• 自然语言处理中的语言模型预训练方法

• 从傅里叶分析角度解读深度学习的泛化能力

• 两行代码玩转Google BERT句向量词向量

• 近期知识图谱顶会论文推荐，你都读过哪几篇？

• TensorSpace：超酷炫3D神经网络可视化框架

• 深度长文：NLP的巨人肩膀（上）

• NLP的巨人肩膀（下）：从CoVe到BERT

#投 稿 通 道#

 让你的论文被更多人看到 

如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？ 答案就是：你不认识的人。

总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。

PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学习心得或技术干货。我们的目的只有一个，让知识真正流动起来。

? 来稿标准：

• 稿件确系个人原创作品，来稿需注明作者个人信息（姓名+学校/工作单位+学历/职位+研究方向）

• 如果文章并非首发，请在投稿时提醒并附上所有已发布链接

• PaperWeekly 默认每篇文章都是首发，均会添加“原创”标志

? 投稿邮箱：

• 投稿邮箱：hr@paperweekly.site

• 所有文章配图，请单独在附件中发送

• 请留下即时联系方式（微信或手机），以便我们在编辑发布时和作者沟通

?

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。

▽ 点击 | 阅读原文 | 获取最新论文推荐