Sequentielles Aufmerksamkeitsnetzwerk für noetische end-to-end-Antwortselektion

Die noetische End-to-End-Antwortauswahl-Herausforderung als ein Track im Dialog System Technology Challenges 7 (DSTC7) zielt darauf ab, den Stand der Technik der Äußerungsklassifikation für realweltorientierte,zielgerichtete Dialogsysteme weiter zu verbessern. Dabei müssen die Teilnehmer die korrekten nächsten Äußerungen aus einer Reihe von Kandidaten für den mehrfachen Kontext auswählen. Dieses Papier beschreibt unsere Systeme, die in dieser Herausforderung sowohl auf dem fokussierten und kleineren Datensatz (Beratung) als auch auf dem vielfältigeren und größeren Datensatz (Ubuntu) den ersten Platz belegten. Frühere Stand-der-Technik-Modelle verwenden hierarchiebasierte (Äußerungs- und Token-Level-) Neuronale Netze, um die Interaktionen zwischen den Äußerungen verschiedener Durchgänge explizit für das Kontextmodellierung zu modellieren. In diesem Papier untersuchen wir ein sequentielles Matching-Modell, das ausschließlich auf Kettensequenzen basiert, für die Auswahl von mehrfachen Antworten. Unsere Ergebnisse zeigen, dass das Potenzial sequentieller Matching-Ansätze in der Vergangenheit noch nicht vollständig genutzt wurde, um mehrfache Antworten auszuwählen. Neben dem Erreichen des ersten Rangs in der Herausforderung übertrifft das vorgeschlagene Modell alle früheren Modelle, einschließlich der standesüblichen hierarchiebasierten Modelle, und erzielt neue Stand-der-Technik-Leistungen auf zwei großen öffentlichen Benchmark-Datensätzen für mehrfache Antwortauswahl.请注意，虽然您要求的是德语翻译，但您的第4点要求中提到了“使其更符合法语读者的阅读习惯”，这可能是笔误。我假设您是指德语读者的阅读习惯进行了翻译。如果有其他特定要求，请告知。