融合背景知识和常识感知的对话生成.pdfVIP

第４１卷第１０期计算机应用研究Ｖｏｌ４１Ｎｏ１０

２０２４年１０月ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓＯｃｔ．２０２４

融合背景知识和常识感知的对话生成

汪红松，叶浩贤，李嘉展

（华南师范大学软件学院，广东佛山５２８２２５）

摘要：基于背景对话的关键问题之一是知识抽取，但由于有些会话的信息量不足，特别是在一些对话信息较

少的情况下，选择恰当的知识变得尤为困难，且目前的生成方式缺乏动态选取背景知识的能力。针对这些问题，

提出了ＫＩＦ模型，引入知识增强库和知识向量并提出知识追踪模块和知识情感反馈模块去解决上述问题。该模

型通过双重匹配矩阵的方式获得外部知识与背景知识的权重向量并进行知识选择，在每个解码步长内会根据历

史会话和外部知识进行会话生成。最后，在ＨｏｌｌＥ和ＷｏＷ数据集上进行实验，实验结果表明ＫＩＦ模型相比于之

前的模型有明显的性能提升。

关键词：背景知识；对话系统；自然语言处理

中图分类号：ＴＰ１８３文献标志码：Ａ文章编号：１００１３６９５（２０２４）１００１６２９９３０７

ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１３６９５．２０２４．０３．００４８

Ｉｎｔｅｇｒａｔｉｏｎｏｆｂａｃｋｇｒｏｕｎｄｋｎｏｗｌｅｄｇｅａｎｄｃｏｍｍｏｎ

ｓｅｎｓｅｐｅｒｃｅｐｔｉｏｎｆｏｒｄｉａｌｏｇｕｅｇｅｎｅｒａｔｉｏｎ

ＷａｎｇＨｏｎｇｓｏｎｇ，ＹｅＨａｏｘｉａｎ，ＬｉＪｉａｚｈａｎ

（ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅ，ＳｏｕｔｈＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，ＦｏｓｈａｎＧｕａｎｇｄｏｎｇ５２８２２５，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｏｎｅｏｆｔｈｅｋｅｙｉｓｓｕｅｓｉｎｂａｃｋｇｒｏｕｎｄｂａｓｅｄｃｏｎｖｅｒｓａｔｉｏｎｉｓｋｎｏｗｌｅｄｇｅｅｘｔｒａｃｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｄｕｅｔｏｔｈｅｉｎｓｕｆｆｉｃｉｅｎｔ

ｉｎｆｏｒｍａｔｉｏｎｉｎｓｏｍｅｃｏｎｖｅｒｓａｔｉｏｎｓ，ｅｓｐｅｃｉａｌｌｙｗｈｅｎｔｈｅｒｅｉｓｌｅｓｓｉｎｆｏｒｍａｔｉｏｎｉｎｃｅｒｔａｉｎｄｉａｌｏｇｕｅｓ，ｃｈｏｏｓｉｎｇｔｈｅａｐｐｒｏｐｒｉａｔｅ

ｋｎｏｗｌｅｄｇｅｂｅｃｏｍｅｓｐａｒｔｉｃｕｌａｒｌｙｃｈａｌｌｅｎｇｉｎｇ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｅｃｕｒｒｅｎｔｇｅｎｅｒａｔｉｏｎｍｅｔｈｏｄｓｌａｃｋｔｈｅｃａｐａｂｉｌｉｔｙｔｏｄｙｎａｍｉｃａｌｌｙｓｅ

ｌｅｃｔｂａｃｋｇｒｏｕｎｄｋｎｏｗｌｅｄｇｅ．Ｔｏａｄｄｒｅｓｓｔｈｅｓｅｉｓｓｕｅｓ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄｔｈｅＫＩＦｍｏｄｅｌ，ｗｈｉｃｈｉｎｃｏｒｐｏｒａｔｅｄａｋｎｏｗｌｅｄｇｅｅｎ

ｈａｎｃｅｍｅｎｔｌｉｂｒａｒｙａｎｄｋｎｏｗｌｅｄｇｅｖｅｃｔｏｒｓａｎｄｉｎｔｒｏｄｕｃｅｄａｋｎｏｗｌｅｄｇｅｔｒａｃｋｉｎｇｍｏｄｕｌｅａｎｄａｋｎｏｗｌｅｄｇｅｓｅｎｔｉｍｅｎｔｆｅｅｄｂａｃｋ

ｍｏｄｕｌｅｔｏｓｏｌｖｅｔｈｅａｆｏｒｅｍｅｎｔｉｏｎｅｄｐｒｏｂｌｅｍｓ．Ｔｈｅｍｏｄｅｌｏｂｔａｉｎｅｄｗｅｉｇｈｔｖｅｃｔｏｒｓｏｆｅｘｔｅｒｎａｌｋｎｏｗｌｅｄｇｅａｎｄｂａｃｋｇｒｏｕｎｄｋｎｏｗ

ｌｅｄｇｅｔｈｒｏｕｇｈａｄｕａｌｍａｔｃｈｉｎｇｍａｔｒｉｘｍｅｔｈｏｄａｎｄｐｅｒｆｏｒｍｓｋｎｏｗｌｅｄｇｅｓｅｌｅｃｔｉｏｎ．Ｆｏｒｅａｃｈｄｅｃｏｄｉｎｇｓｔｅｐ，ｔｈｅｍｏｄｅｌｇｅｎｅｒａｔｅｄ

ｃｏｎｖｅｒｓａｔｉｏｎｂａｓｅｄｏｎｈｉｓｔｏｒｉｃａｌｄｉａｌｏｇｕｅｓａｎｄｅｘｔｅｒｎａｌｋｎｏｗｌｅｄｇｅ．Ｆｉｎａｌｌｙ，ｅｘｐｅｒｉｍｅｎｔｓｏｎｔｈｅＨｏｌｌＥａｎｄＷｏＷｄａｔａｓｅｔｓｓｈｏｗ

ｔｈａｔｔｈｅＫＩＦｍｏｄｅｌｓｉｇｎｉｆｉｃａｎｔｌｙｏｕｔｐｅｒｆｏｒｍｓｐｒｅｖｉｏｕｓｍｏｄｅｌｓ．