《表4 生成对话示例2:基于近端策略优化与对抗学习的对话生成》
在对话生成领域,对话的评估是困难的,目前没有一个好的评估指标能从整体上评估对话的好坏,最好的方式是通过人类主观来评估。表3~表5展示了与不同算法的随机对话得到的部分示例,其中表3对话示例1的输入为:we should finish the paper quickly。表4对话示例2的输入为:your dress is so beautiful。表5对话示例3的输入为:buy me a bottle of water。可以看出,PPO_GAN算法得到的回复一般拥有较好的文法结构,更重要的是,PPO_GAN算法得到的回复拥有更多的信息量,与对话的输入也有更强的上下文相关性,明显减少了无意义对话以及无关对话出现的情况。
图表编号 | XD00222662600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 蔡钺、游进国、丁家满 |
绘制单位 | 昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、云南省计算机技术应用重点实验室、昆明理工大学信息工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |