Dialogantwortselektion mit hierarchischem Curriculumslernen

Wir untersuchen das Lernen eines Matching-Modells zur Auswahl von Dialogantworten. Angeregt durch die jüngste Erkenntnis, dass Modelle, die mit zufälligen negativen Beispielen trainiert wurden, in realen Szenarien nicht ideal sind, schlagen wir ein hierarchisches Curriculum-Lernframework vor, das das Matching-Modell nach einem Prinzip von „einfach zu schwierig“ ausbildet. Unser Lernframework besteht aus zwei ergänzenden Curricula: (1) Korpus-Level-Curriculum (CC) und (2) Instanz-Level-Curriculum (IC). Im CC steigert das Modell allmählich seine Fähigkeit, Übereinstimmungshinweise zwischen dem Dialogkontext und einer Antwortkandidatin zu finden. Was das IC betrifft, so verstärkt es schrittweise die Fähigkeit des Modells, die nicht übereinstimmenden Informationen zwischen dem Dialogkontext und einer Antwortkandidatin zu identifizieren. Empirische Studien an drei Benchmark-Datensätzen mit drei state-of-the-art-Matching-Modellen zeigen, dass das vorgeschlagene Lernframework die Modellleistung bei verschiedenen Evaluationsmetriken erheblich verbessert.注释：- "Matching-Modell" 是德语中常用的术语，用于表示匹配模型。- "Korpus-Level-Curriculum" 和 "Instanz-Level-Curriculum" 为专业术语，直接翻译并保留英文缩写。- "state-of-the-art" 在德语科技文献中通常保留英文原词，以保持专业性。