多轮检索式对话——【IJCAI 2019】DGMN 基于文档背景的个性化对话

作者主要的研究的问题是在一定人物设定背景下的对话的个性化：

在这里插入图片描述

这里的人物设定被写在一个document中，即document-grounded。模型整体架构如下：

在这里插入图片描述

• Encoding Layer 就是在用Self-Attention
• Fusion Layer 其实就是做了Cross-Attention：

在这里插入图片描述

在这里插入图片描述

• Matching Layer 有3个需要match的对: {Ui​,R}{U^i​,R}{D^j​,R} 其中：U^i​=[Ui​,U^i,1​...U^i,m​] match的方式和MRFN很相似，以 {U^i​,R} 为例：

在这里插入图片描述

• Aggregation Layer 用CNN从3个匹配矩阵中抽取匹配向量，连接起来，预测匹配度。