最近不上班，在家閑的要死，整理一下 aaai2020 對話(huà)相關(guān)的論文，后續組內會(huì )組織分享，可以好好學(xué)習一下。

本文描述了一個(gè)基于計劃的、獨立于任務(wù)的對話(huà)管理框架RavenClaw。該框架的一個(gè)關(guān)鍵特點(diǎn)是，它將對話(huà)控制邏輯的特定領(lǐng)域方面與獨立于領(lǐng)域的對話(huà)技巧隔離開(kāi)來(lái)，并在這個(gè)過(guò)程中促進(jìn)了在復雜的、面向任務(wù)的領(lǐng)域中運行的混合主動(dòng)系統的快速發(fā)展。系統開(kāi)發(fā)人員可以專(zhuān)注于描 ......

論文中引入 transformer 的結構,其中注意力模型在對話(huà)輪的順序上面起了了作用.最近我們使用遞歸神經(jīng)網(wǎng)絡(luò )多輪對話(huà)的上下文中用戶(hù)說(shuō)的話(huà),但是我們原本認為注意力模型會(huì )更適合多輪場(chǎng)景.默認情況下,RNN假設每個(gè)選項和完整的序列有關(guān),但是一輪對話(huà)當中包括一 ......

本文提出在利用 GAN（對抗網(wǎng)絡(luò )）的方法時(shí)，在生成模型G和判別模型D中都加入條件信息來(lái)引導模型的訓練，并將這種方法應用于跨模態(tài)問(wèn)題，例如圖像自動(dòng)標注等。

VARIATIONAL RECURRENT AUTO-ENCODERS 筆記

Auto-Encoding Variational Bayes論文筆記