问题:同样的问题,不同的表述,生成的回复就不一致。

解决方法:在seq2seq的的decoder 加入了用户向量,类似词向量,利用用户帐号信息,如性别,方言等训练而成。
实验数据是Twtter的数据,所以会有这些用户数据。

Speaker Model

选取LSTM为Seq2Seq模型的基本单元,LSTM主要的公式如下:

作者给增加了一个向量,可以看做是把变成了,如下所示:

Speaker-Addressee Model

由于一个用户对不同的人说话的方式是不一样的,重新对用户进行建模,Vij 表示i对j说话的向量,和上种方法一样,加到decoder。

A Persona-Based Neural Conversation Model论文相关推荐

  1. 《Improved Crowd Counting Method Based onScale-Adaptive Convolutional Neural Network》论文笔记

    <Improved Crowd Counting Method Based onScale-Adaptive Convolutional Neural Network>论文笔记 论文地址 ...

  2. 论文笔记 NLPCC 2016|A Convolution BiLSTM Neural Network Model for Chinese Event Extraction

    文章目录 1 简介 1.1 动机 1.2 创新 2 背景知识 3 方法 3.1 触发词标记 3.1.1 单词级别模型 3.1.2 字符级别模型 3.2 论元标记 4 实验 4.1 触发词标记 4.2 ...

  3. 论文精度笔记(五):《Micro-YOLO: Exploring Efficient Methods to Compress CNN based Object Detection Model》

    作者单位:港大, 同济大学, 字节AI Lab, UC伯克利 文章目录 论文以及源码获取 论文题目 参考文献 1. 研究背景 2. 贡献 3. 相关工作 3.1 DSConv 3.2 MBConv 3 ...

  4. 显著性检测论文解析2——Visual Saliency Detection Based on Bayesian Model, Yulin Xie, ICIP2011

    最近感觉玩的差不多了,现在准备好好学习了,所以就又开始随便写点,就当是自己学习的笔记.这次要说的的是卢湖川的Visual Saliency Detection Based on Bayesian Mo ...

  5. 【论文笔记8】Tree-Structured Neural Topic Model (分层神经主题模型 / TSNTM)

    Tree-Structured Neural Topic Model 树结构的神经主题模型 论文概述 题目:Tree-Structured Neural Topic Model 作者:Masaru I ...

  6. 论文解读《Micro-YOLO: Exploring Efficient Methods to Compress CNN based Object Detection Model》

    论文:Micro-YOLO: Exploring Efficient Methods to Compress CNN based Object Detection Model  基于CNN的目标检测模 ...

  7. Mapping Spiking Neural Networks的论文汇总以及思考

    首先感谢CSDN平台,发现不是我一个人在SNN Mapping方面纠结着.去年看了Mapping方面的内容后感觉想创新还是有点难度的,毕竟优化就是生物进化算法类似的套路,可是你会发现自己实现的结果就是 ...

  8. 《How powerful are graph neural networks》论文翻译

    作者:Keyulu Xu (MIT),Weihua Hu(Stanford Universtity),Jure Leskovec(Stanford Universtity),Stefanie Jege ...

  9. View Invariant Gait Recognition Using Only One Uniform Model论文翻译以及理解

    View Invariant Gait Recognition Using Only One Uniform Model论文翻译以及理解 一行英文,一行翻译 论文中所述的优点:The unique a ...

最新文章

  1. 「Linux」作怪的网络
  2. 一个技术人的2016成长和2017小目标
  3. ApplicationId 与 PackageName 的区别
  4. openresty开发系列1--网关API架构及选型
  5. 8.Redis 数据备份与恢复
  6. 【三分钟刷一题力扣】移除元素
  7. Camera服务之--架构浅析
  8. PTA-习题11-2 查找星期 (15 分)-enum
  9. python列表可以删除和修改吗_Python列表常见操作详解(获取,增加,删除,修改,排序等)...
  10. Jquery的一些方法
  11. 二叉链表的建立和遍历 完整的前,中,后和层序建立和遍历
  12. argmax函数_Python科学计算库numpy——统计函数
  13. 内卷下,贷中监控对商户端如何规则
  14. Gartner2017年BI研究计划曝光,来看看他研究的都是啥?
  15. JavaScript——JQuery原理介绍及模拟
  16. CS224n研究热点11 深度强化学习用于对话生成
  17. 解决python使用images2gif模块时候报错:Type error Argument 1 must be string or buffer not none
  18. 软件的卡顿与卡死,意思是不同的
  19. pandas的apply中的x到底是什么
  20. vue 移动端校验(是否移动设备,安卓/IOS,是否微信浏览器)

热门文章

  1. 数据结构-矩阵-三角矩阵(Java语言)
  2. 【RMAN】数据库备份之冷备份
  3. LInux-文本处理相关命令笔记
  4. linux mint能用安卓,如何在Ubuntu和Linux Mint上安装Android Studio
  5. android开机动画 暂停,修改build.prop,停在开机画面。求大神
  6. 针对发博客这件事自我检讨
  7. 支持html5的页面刷新,qik的方法
  8. 数据探索与数据预处理的实验报告
  9. 纯前端实行—简单的用户信息记录界面
  10. Dart学习笔记六:集合类型详解