MDDR：Multimodal Dialogue Dense Retriever模型

時間 2021-01-17

標籤 NLP 简体版

原文原文鏈接

MDDR：能夠實現文本或圖片兩種模態多輪對話的檢索，通過對海量多模態歷史交互信息的檢索召回與排序，實現對當前問題的應答。模型結構見下圖。模型子模塊：閒聊分類模塊：針對多輪對話場景，判斷當前用戶問題是否含有充足的業務信息。在對話過程中，系統會使用該模塊對用戶問題進行判斷，如果當前信息不足以進行有意義的應答，則系統會加上上一輪的用戶問題，進行檢索召回。該模塊示例使用fasttext模型實現，並隨

>>阅读原文<<

1. 最新模型-TRADE【Transferable Dialogue state generator】
2. Task-oriented dialogue systems _8.7
3. 20191116日 SqueezeNet&&&DSD（Dense-Sparse-Dense Training）
4. [Keras]Dense()
5. Deep Reinforcement Learning for Dialogue Generation
6. PIM Dense---mode
7. Dense-Captioning Events in Videos
8. [論文解讀] DSD -- Dense-Sparse-Dense Training for Neural Network
9. keras Dense 層
10. Keras-Sequential模型
更多相關文章...
• ASP.NET MVC - 模型 - ASP.NET 教程
• Scala 模式匹配 - Scala教程
• 委託模式
• Kotlin學習（二）基本類型

相關標籤/搜索