欢迎来到《每周NLP论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。

今天推荐FAQ相关的论文，FAQ是聊天机器人的一种，它主要是基于用户的question，匹配相应的答案，返回给用户answer，没有太多的多轮交互。FAQ有较多的应用，如天猫精灵，小度等。

作者&编辑 | 小Dream哥

1 The Ubuntu Dialogue Corpus

第一篇论文给出一个较早的问答对匹配模型，基于RNN分别对Question和候选Answer进行特征提取，再通过矩阵运算计算相关度。

本篇论文还介绍了The Ubuntu Dialogue Corpus数据集，可以用于FAQ的研究。

文章引用量：100+

推荐指数：✦✦✦✦✦

[1] Lowe R , Pow N , Serban I , et al. The Ubuntu Dialogue Corpus: A Large Dataset for Research in Unstructured Multi-Turn Dialogue Systems[J]. Computer Science, 2015.

2 基于LSTM和CNN的匹配模型

随着NLP的发展，LSTM和CNN开始引入，作为特征提取层。如下图所示，特征提取之后，再计算相似度。

因为BERT是趋势，这里介绍一篇基于BERT的FQA论文。

文章引用量：80+

推荐指数：✦✦✦✦✧

[2] Tan M , Santos C D , Xiang B , et al. LSTM-based Deep Learning Models for Non-factoid Answer Selection[J]. Computer Science, 2015.

[3] Yan R , Song Y , Wu H . Learning to Respond with Deep Neural Networks for Retrieval-Based Human-Computer Conversation System[C]// the 39th International ACM SIGIR conference. ACM, 2016.

3 结合context的multi-view模型

随着FAQ的发展，开始考虑用户上下文来匹配答案。考虑语境，能够更为精准的找到答案。

文章引用量：较少

推荐指数：✦✦✦✦✦

[4] Xiangyang Zhou , Daxiang Dong, et al . Multi-view Response Selection for Human-Computer Conversation. Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing.

[5] Yu Wu , Wei Wu, et al . Sequential Matching Network: A New Architecture for Multi-turn Response Selection in Retrieval-Based Chatbots. Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics.2017.

4 一个应用BERT的例子

因为BERT是趋势，这里介绍一篇基于BERT的FAQ论文。如下图所示，基本的模式类似，只是在特征提取时，用了BERT，具体细节，感兴趣的同学可以看论文。

文章引用量：较少

推荐指数：✦✦✦✦✧

[6] Wataru Sakata , Tomohide Shibata , Ribeka Tanaka , et al. FAQ Retrieval using Query-Question Similarity and BERT-Based Query-Answer Relevance. arXiv:1905.02851v1.

5 如何获取文章与交流

找到有三AI开源项目即可获取。

https://github.com/longpeng2008/yousan.ai

文章细节众多，阅读交流在有三AI-NLP知识星球中进行，感兴趣可以加入。

总结

以上就是NLP中聊天机器人中一些比较代表性的文章，下一期我们将具体介绍生成式机器人的文章。

有三AI夏季划

有三AI夏季划进行中，欢迎了解并加入，系统性成长为中级CV算法工程师。

转载文章请后台联系

侵权必究

往期精选

• 【每周NLP论文推荐】从预训练模型掌握NLP的基本发展脉络

• 【每周NLP论文推荐】 NLP中命名实体识别从机器学习到深度学习的代表性研究

• 【每周NLP论文推荐】 介绍语义匹配中的经典文章

• 【每周NLP论文推荐】 开发聊天机器人必读的重要论文

• 【每周NLP论文推荐】 掌握实体关系抽取必读的文章