多ターン会話のモデリングに深層発話集約を用いる

マルチターン会話の理解は、知能対話システムを構築する上で大きな課題となっています。本研究では、関連する先行研究が単に会話発話を連結するだけで、以前の発話間の相互作用を無視してコンテキストモデル化を行っているマルチターン会話に対する検索ベースの応答マッチングに焦点を当てています。本論文では、提案された深層発話集約モデルを使用して、以前の発話をコンテキストに組み込み、詳細なコンテキスト表現を形成します。具体的には、まず各発話内の重要な情報をルーティングするために自己マッチングアテンションを導入します。次に、モデルは応答と各洗練された発話をマッチングし、注意に基づくターン集約後最終的なマッチングスコアが得られます。実験結果は、本モデルが3つのマルチターン会話ベンチマーク（新規導入されたEC対話コーパスを含む）で最先端の手法を上回ることを示しています。