SMGN:用于对话状态跟踪的状态记忆图网络

作者：张志昌; 于沛霖; 庞雅丽; 朱林; 曾扬扬

来源：电子学报, 2022, 50(08): 1851-1858.

• 任务型对话系统
• 对话状态跟踪
• 注意力机制
• 自然语言处理
• 深度学习

对话状态跟踪是任务型对话系统的重要模块.已有研究使用注意力机制模拟图结构来引入历史信息,但这种方法无法显式利用对话状态的结构性.此外,如何生成复杂格式的对话状态也为研究带来了挑战.针对以上问题,本文提出一种状态记忆图网络SMGN(State Memory Graph Network).该网络通过状态记忆图保存历史对话信息,并使用图结构与当前对话进行特征交互.本文还设计了一种基于状态记忆图的复杂对话状态生成方法.实验结果表明,本文提出的方法在CrossWOZ数据集上联合正确率提高1.39%,在MultiWOZ数据集上提高1.86%.

• 单位
  西北师范大学