[NLG] A Context-aware Natural Language Generator for Dialogue Systems
总述： 16年的文章，感觉方法在现在看来已经很easy了，可见NLP领域的发展之迅速。 文章主要讨论了如何将context 引入到当前生成的句子中，baseline和seq2seq attention做对比，作者采用了两种方式，一种将context直接简单的接到DA的前面，DA（dialog action就是一些键值对）。第二种就是将context单独encoder成一个向量，然后和DAencod
相关文章
- 1. Semantically Conditioned LSTM-based Natural Language Generation for Spoken Dialogue Systems（阅读理解）
- 2. Task-oriented dialogue systems _8.7
- 3. 对话系统中的NLG
- 4. Natural Language Processing With Python (1)
- 5. CS224d: Deep Learning for Natural Language Process
- 6. Enhanced LSTM for Natural Language Inference
- 7. [ACL2017]Enhanced LSTM for Natural Language Inference
- 8. Natural Language Processing[论文合集]
- 9. UniLM: Unified Language Model Pre-training for Natural Language Understanding and Generation
- 10. Watson Natural Language Understanding
- 更多相关文章...
- • RSS
元素 - RSS 教程 - • RSS
元素 - RSS 教程 - • YAML 入门教程
- • 为了进字节跳动，我精选了29道Java经典算法题，带详细讲解
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Semantically Conditioned LSTM-based Natural Language Generation for Spoken Dialogue Systems（阅读理解）
- 2. Task-oriented dialogue systems _8.7
- 3. 对话系统中的NLG
- 4. Natural Language Processing With Python (1)
- 5. CS224d: Deep Learning for Natural Language Process
- 6. Enhanced LSTM for Natural Language Inference
- 7. [ACL2017]Enhanced LSTM for Natural Language Inference
- 8. Natural Language Processing[论文合集]
- 9. UniLM: Unified Language Model Pre-training for Natural Language Understanding and Generation
- 10. Watson Natural Language Understanding