知识驱动的对话生成模型研究综述

知识驱动的对话生成模型旨在利用不同形式的知识来强化对话生成模型,使得对话生成模型不仅能从对话数据中学习语义交互,而且还能深入理解用户输入、背景知识和对话上下文,生成更合理、更具多样性、更富含信息量和拟人的回复,进而推动对话系统的发展.目前相关工作仍处于初期探索阶段,并且很少有对现有成果的全面梳理和系统总结.对知识驱动的对话生成模型研究展开综述,首先,针对现有的研究成果,梳理并介绍了当前知识驱动的对话生成任务和主要遇到的问题,并且给出详细的任务定义和问题定义;其次,整理并介绍了知识驱动的对话生成模型建模所需的数据集;然后,对目前知识驱动的对话生成研究过程中知识获取、知识表示、知识选择和知识融入相关研究中每个模型的改进、研究现状、模型涉及的评价指标和模型的性能进行重点介绍;最后,对知识驱动的对话生成模型研究未来的发展方向进行展望.