lic2019 competition

一. 任務形式化

這個賽道的目標是設立基於知識圖譜的主動聊天任務。知識驅動對話-官網位址

輸入:

對話目標g，其中g=START->TOPIC_A->TOPIC_B;表示機器從冷啟動狀態主動聊到話題A，然後聊到話題B。意味著在該任務中，由機器主動的引導對話；在該任務中，具體的話題包括電影和娛樂人物主體。

相關知識資訊M，其中M=f1,f2,...,fn. 包括三類，分別是：話題A的知識訊息，話題B的知識訊息，話題A和話題B的關聯資訊。在該任務中，具體的相關知識資訊包括電影票房，導演和評價等，以SPO形式表示。也就是(Subject, Predicate, Object)，即(實體一，謂詞，實體二)。

當前對話序列H=u1,u2,...u(t-1)

輸出：

機器回覆ut.

二.數據介紹(見官方網站)

三.評價方法

自動評估指標和人工評估指標結合。自動評估指標考慮三個層面的測量，分別是字級別(F1-score)，字級別(BLEU)和回復多樣性(DISTINCT)。關於回復多樣性，還是基於詞的計算，不過考察的是生成詞的另一個向度。在參考2中作者這樣寫道：

distinct-1 and distinct-2 are respectively the number of distinct unigrams and bigrams divided by total number of generated words

四.一般流程

參考PyTorch官方提供的tutorial(見參考4)，從seq2seq的角度解決問題的方法是，將多輪對話拆分成平行句。例如，針對目前對話序列H=u1,u2,...u(t-1)，可以拆分成t-2組樣本，分別為：u1->u2;u2->u3;...;u (t-2)->u(t-1);但是，這樣的劃分方式有明顯的問題是：句子之間的平滑。這應該是個問題，但是還沒有深入思考過。

五.想法實現

目前，重建了PyTorch官方的Chatbot的Tutorial程式碼，將各個模組解耦出來，順帶發現了一個Bug。在此基礎上，準備實作一個baseline，程式碼位址

實現想法上，主要參考論文《A Knowledge-Grounded Neural Conversation Model》,包括兩個主要部分：

第一：如何將知識圖譜的資訊嵌入模型中；

第二: memory機制的實作；

補充：

IJCAI16的文章《Neural Generative Question Answering》的3.2節提出了兩種方式用於輸入和KG的交互：

第一: Bilinear Model

第二: CNN-based Matching Model

參考：

0.www2018,《DKN: Deep Knowledge-Aware Network for News Recommendation》

1.第六屆全國社會媒體處理大會-SMP2017中文人機對話技術評測(ECDT)

包含兩個任務：使用者意圖領域分類和特定域任務型人機對話線上評測

2.《A Diversity-Promoting Objective Function for Neural Conversation Models》

3.《A Persona-Based Neural Conversation Model》

4.chatbot tutorial with pytorch

5.2018JDDC的對話比賽亞軍方案

6.機器如何猜你所想？阿里小蜜預測平台解密

7.拆開阿里小蜜的內核，看智慧人機互動的實作邏輯

8.一文揭秘！自底向上建構知識圖譜全過程

9.為電商而生的知識圖譜，如何感應使用者需求？

10.健康知識圖譜，阿里工程師如何實現？