《表4 RGBD和对比模型生成回复示例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多视角对抗学习的开放域对话生成模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了更具体地展现各个模型生成回复的比较情况，表4列举了几组对话示例，除了3.3节提到的模型之外，表4还列举了改写模型Edit和RGBD的改写基础，即表4中的检索回复。由表4可知，从零生成回复的Seq2Seq+attention、AL-REGS和AL-BD模型得到的回复一般都比较短，并且也适用于其他的语境，缺乏独特性。Edit得到的回复虽然内容变得丰富了，但是受改写原型的影响比较大，会引入与上下文无关的内容。本文模型由于采用了改写的方式，句子的长度得到了提高，同时由于二元判别器的应用，也避免了在生成的回复中出现与上下文无关的内容。