摘要
本发明公开一种基于先验篇章关系的半监督稳定变分对话生成方法,包括如下步骤:S1.构建基于编码器‑解码器基本框架的训练语言模型BART;S2.基于vMF分布与BART编码器构建条件变分自编码器,用于上下文篇章关系的特征提取,得到给定对话上下文的篇章关系隐变量zDR;实现有监督的对话篇章关系规划;S3.在用于重构数据集中每段对话回复的编码器‑解码器基本框架上引入vMF分布和给定对话上下文的篇章关系隐变量zDR构成一个基于vMF分布的生成模块;实现无监督的对话篇章关系感知;S4.基于条件变分自编码器和生成模块得到改进后的训练语言模型BART,通过联合训练优化变分自编码器和生成模块的损失函数实现对改进后的BART的优化,实现预测生成每段对话上下文c的回复y。
技术关键词
对话生成方法
编码器
关系
上下文特征
预训练语言模型
标识符
变量
解码器
重构误差
模块
无监督
规划
概率密度函数
球面
代表
处理器
框架
数据
标签