
摘要
尽管在提升闲聊对话系统互动性与连贯性方面持续投入大量研究,当前多数工作仍仅聚焦于模仿人类般的回应,而对对话双方之间理解机制的建模仍缺乏深入探讨。认知科学的相关研究则表明,理解是实现高质量闲聊对话的关键信号。受此启发,我们提出P² Bot,一种基于发送-接收机制的框架,旨在显式建模对话中的理解过程。具体而言,P² Bot引入了互为主体性感知(mutual persona perception)机制,以提升个性化对话生成的质量。在大规模公开数据集Persona-Chat上的实验结果表明,该方法在自动评估指标与人工评价中均显著优于当前最先进的基线模型,验证了其有效性。
代码仓库
SivilTaram/Persona-Dialogue-Generation
官方
pytorch
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| dialogue-generation-on-persona-chat-1 | P^2 Bot | Avg F1: 19.77 |