[NLG] A Context-aware Natural Language Generator for Dialogue Systems
總述： 16年的文章，感覺方法在現在看來已經很easy了，可見NLP領域的發展之迅速。 文章主要討論瞭如何將context 引入到當前生成的句子中，baseline和seq2seq attention做對比，作者採用了兩種方式，一種將context直接簡單的接到DA的前面，DA（dialog action就是一些鍵值對）。第二種就是將context單獨encoder成一個向量，然後和DAencod
相關文章
- 1. Semantically Conditioned LSTM-based Natural Language Generation for Spoken Dialogue Systems（閱讀理解）
- 2. Task-oriented dialogue systems _8.7
- 3. 對話系統中的NLG
- 4. Natural Language Processing With Python (1)
- 5. CS224d: Deep Learning for Natural Language Process
- 6. Enhanced LSTM for Natural Language Inference
- 7. [ACL2017]Enhanced LSTM for Natural Language Inference
- 8. Natural Language Processing[論文合集]
- 9. UniLM: Unified Language Model Pre-training for Natural Language Understanding and Generation
- 10. Watson Natural Language Understanding
- 更多相關文章...
- • RSS
元素 - RSS 教程 - • RSS
元素 - RSS 教程 - • YAML 入門教程
- • 爲了進字節跳動，我精選了29道Java經典算法題，帶詳細講解
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Semantically Conditioned LSTM-based Natural Language Generation for Spoken Dialogue Systems（閱讀理解）
- 2. Task-oriented dialogue systems _8.7
- 3. 對話系統中的NLG
- 4. Natural Language Processing With Python (1)
- 5. CS224d: Deep Learning for Natural Language Process
- 6. Enhanced LSTM for Natural Language Inference
- 7. [ACL2017]Enhanced LSTM for Natural Language Inference
- 8. Natural Language Processing[論文合集]
- 9. UniLM: Unified Language Model Pre-training for Natural Language Understanding and Generation
- 10. Watson Natural Language Understanding