今晚直播：基于动态词表的对话生成研究 | PhD Talk #21

「PhD Talk」是 PaperWeekly 的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

这是第 21 期「PhD Talk」

本期 PhD Talk，来自北京航空航天大学的博士生吴俣，将带大家回顾近几年来聊天机器人领域的发展，并仔细对比检索式聊天机器人和生成式聊天机器人的优点和缺点。

在此之后，他还将以第一作者的身份，深度解读北京航空航天大学和微软亚洲研究院于 AAAI 2018 发表的工作 Neural Response Generation with Dynamic Vocabularies。

该工作致力于在对话生成时构建动态辞典，使得 deocding 速度加快，并与此同时去除不相关词汇的干扰。使得在不影响效果的情况下，使得在线生成的速度加快 40%。

■ 论文 | Neural Response Generation with Dynamic Vocabularies

■ 链接 | https://www.paperweekly.site/papers/1267

■ 作者 | Yu Wu, Wei Wu, Dejian Yang, Can Xu, Zhoujun Li, Ming Zhou

嘉宾介绍

吴俣

北京航空航天大学博士生

吴俣，2014 年获北京航空航天大学计算机科学与技术学士学位，同年攻读北京航空航天大学计算机科学与技术博士学位，导师为李舟军教授。研究方向为聊天机器人，文本匹配和文本生成。曾在 ACL，AAAI，COLING 等会议上发表多篇文章。

          

PhD Talk

 

基于动态词表的对话生成研究

北京航空航天大学博士生吴俣

内容分享√在线Q&A√

活动形式：PPT直播

 

 活动时间 

12 月 27 日（周三）20:00-21:00

45 min 分享 + 15 min Q&A

长按识别二维码，进入直播间

*或使用斗鱼App搜索「1743775」

往期回顾

 

基于生成模型的事件流研究 + NIPS 2017 论文解读

亚马逊高级应用科学家熊元骏：人类行为理解研究进展

清华大学冯珺：基于强化学习的关系抽取和文本分类

基于双语主题模型的跨语言层次分类体系匹配

东南大学高桓：知识图谱表示学习

带多分类判别器的GAN模型

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。