堆栈传播个性化对话模型

低资源下保持人设

通过堆栈传播将一致性理解正则化用于响应生成，在低资源条件下提升响应质量与人设一致性。

Song, Haoyu · 张伟男 · Zhang, Kaiyan · 刘挺

ACM Transactions on Information Systems 2023

技术优势

少量数据即可训练

框架堆叠编码器与两个解码器，第二个解码器联合建模响应生成与一致性理解，从而从更小的个性化数据中学习。

保持人设一致性

在低资源设置下，主观与客观评估均证明该框架在响应质量与人设一致性上优于强基线。

应用场景

• 个性化对话系统：在少量个性化数据上训练，使对话系统具备一致人设。
• 低资源对话生成：克服传统模型对密集人设数据的依赖，降低数据标注成本。
• 开放域对话：适用于数据稀缺的开放域场景，提升响应质量。