人机对话系统作为人工智能的一项基础应用,越来越受到学术界和工业界的重视.人机对话系统主要分为两类:面向任务的人机对话系统可以完成基础的重复工作,节省人力成本;非任务型人机对话系统能够提供更加智能,更加拟人的对话体验.非任务型人机对话系统主要采用序列到序列的模型,然而标准的序列到序列模型倾向于生成高频万能回复,且缺少足够的有用信息,难以给用户提供实际帮助.引入外部知识可以丰富模型生成应答的信息量,提升应答的多样性,缓解高频万能回复问题。
知识图谱作为一种大规模知识的表示形式，在人机对话系统中各模块都有重要的应用。而知性对话，则是基于知识图谱的人机会话交互服务基于知识图谱的端到端人机对话模型,在标准基于注意力机制的序列到序列模型基础上,引入了知识编码器,知识注意力机制和相关知识排序模块,使得外部结构化的知识信息可以在模型解码过程中指导应答的生成,提升模型生成应答中包含的信息量,间接提升模型应答的多样性;此外通过引入层次化对话历史编码器,提升模型在真实复杂对话数据上的建模能力,进而提升模型在复杂对话场景下生成应答的质量。
本资源整理了最近几年基于知识图谱的智能对话系统领域一系列经典论文，分享给需要的朋友。
资源整理自网络，资源获取见源地址：
https://github.com/ChuanMeng/Knowldege-Grounded-Conversation
论文列表
