A Persona-Based Neural Conversation Model論文

問題：同樣的問題，不同的表述，生成的回覆就不一致。 解決方法：在seq2seq的的decoder 加入了用戶向量，類似詞向量，利用用戶帳號信息，如性別，方言等訓練而成。 實驗數據是Twtter的數據，所以會有這些用戶數據。 Speaker Model 選取LSTM爲Seq2Seq模型的基本單元，LSTM主要的公式如下： 作者給增加了一個向量，可以看做是把變成了,如下所示：   Speaker-Ad

>>阅读原文<<