【AAAI2020论文】多轮对话系统中的历史自适应知识融合机制, 中科院信工所孙雅静等

题目：History-adaption Knowledge Incorporation Mechanism for Multi-turn Dialogue System

简要介绍：近些年来，大家对于多轮对话中保持对话的一致性和减少重复性的问题。本文介绍中科院信工所孙雅静等人的工作《History-adaption Knowledge Incorporation Mechanism for Multi-turn Dialogue System》，该论文提出了一种history-adaption knowledge incorporation 机制，动态的考虑对话历史和知识之间的信息相互传递,增强检索式对话中的对话一致性以及避免重复性。

动机：大部分的对话系统模型考虑将个性化知识或者背景知识融入到对话中提高对话的质量，但是却忽略了重复融合相同的知识在对话中会产生重复性问题。因此在将外部知识融合到对话中时我们不仅应该考虑当前对话和外部知识的语义相关性，同时在整个对话的层次上尽量避免外部知识的重复性使用。在提高对话质量的同时避免对话重复。

核心思想：我们设计了基于历史自适应的知识融合机制，该机制使用每一轮对话历史和知识进行感知，得到knowledge-grounded历史表示，同时设计了特殊的门机制来控制流向下一轮对话的知识的信息，隐式的控制知识的使用。Knowledge-grounded 历史表示融合了知识的信息，同时我们使用层次的历史编码，增强对话的理解；history-aware 的知识表示参考了历史信息，避免了知识的重复性使用。