计算机应用研究

作者：汪红松,叶浩贤,李嘉展,

单位：华南师范大学软件学院,广东佛山528225；

关键词：背景知识,对话系统,自然语言处理,

基金：国家自然科学基金资助项目(62076103)；广东省基础与应用基础研究基金资助项目(2021A15150117)；；

基于背景对话的关键问题之一是知识抽取，但由于有些会话的信息量不足，特别是在一些对话信息较少的情况下，选择恰当的知识变得尤为困难，且目前的生成方式缺乏动态选取背景知识的能力。针对这些问题，提出了KIF模型，引入知识增强库和知识向量并提出知识追踪模块和知识情感反馈模块去解决上述问题。该模型通过双重匹配矩阵的方式获得外部知识与背景知识的权重向量并进行知识选择，在每个解码步长内会根据历史会话和外部知识进行会话生成。最后，在Holl-E和WoW数据集上进行实验，实验结果表明KIF模型相比于之前的模型有明显的性能提升。

来源：2024年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第10期