【CIKM2021】基于检索的个性化聊天机器人模型IMPChat

本文中，我们探讨了个性化聊天机器人的问题。个性化聊天机器人是一个用户的虚拟聊天助手。个性化聊天机器人的关键特征是它与用户具有一致的个性。当它被委派响应他人的消息时，它可以像用户一样说话。当前有许多个性化机器人的工作，但其中大多数使用显示的用户档案，包括个性描述或基于键值的个人信息。然而，在实际场景中，用户可能不愿意编写详细的个性描述。另外，获得大量显示的用户档案需要大量的标注。为了解决这个问题，我们提出了一种基于检索的个性化聊天机器人模型IMPChat，它从用户的对话历史中学习隐式用户档案。我们认为隐式用户档案在可获取性和灵活性方面优于显式用户档案。IMPChat通过分别对用户的个性化语言风格和个性化偏好建模来学习隐式用户档案。为了学习用户的个性化语言风格，我们根据用户的历史回复，从浅到深精心构建语言模型；为了模拟用户的个性化偏好，我们探索了用户的每个问答对对下的条件关系。个性化偏好是动态的和上下文感知的：在聚合个性化偏好时，我们为与当前问题相关的那些历史问答对分配更高的权重。我们将每个回答候选分别与个性化语言风格和个性化偏好进行匹配，并融合两个匹配信号来确定最终的排序分数。我们在两个大规模数据集进行了充分的实验，结果表明我们的方法优于所有基线模型。