电商场景最先进
一种用于对话响应生成的多模态多跳交互网络，在缺乏结构化知识库的电商场景中，利用商品的文本和图像信息生成响应。
Zhou, Jie · Tian, Junfeng · Rui, Wang · 吴苑斌 · Yan, Ming · 贺樑 · 黄萱菁
Expert Systems with Applications 2023
模型通过查询感知的多模态编码器和多跳解码器，从商品的文本描述和图像中直接提取信息来生成响应，摆脱了对结构化知识库的依赖。
在自动评估和人工评估中均超越了多个强基线模型，证明了方法的有效性。
发布了两个真实世界的大规模数据集，包含对话历史和商品多模态信息，可直接用于后续研究。