基於檢索的聊天機器人

檢索模型所使用的回覆數據一般是預先存儲且事先定義的數據，而不像生成式模型那樣能夠創造出未知的回覆內容。準確來講，檢索式模型的輸入是一段上下文內容，和一個可能做爲回覆的候選答案，模型的輸出是對這個候選答案的打分。尋找最合適的回覆內容的過程是：先對一堆候選答案進行打分及排序，最後選出分值最高的那個做爲最終回覆。git 直覺來講，一對問答對若是query和response中語義上相近的詞越多，那quer

>>阅读原文<<