直播預告：基於動態詞表的對話生成研究 | PhD Talk #21

「PhD Talk」是 PaperWeekly 的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識並不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

這是第 21 期「PhD Talk」

本期 PhD Talk，來自北京航空航天大學的博士生吳俁，將帶大家回顧近幾年來聊天機器人領域的發展，並仔細對比檢索式聊天機器人和生成式聊天機器人的優點和缺點。

在此之後，他還將以第一作者的身份，深度解讀北京航空航天大學和微軟亞洲研究院於 AAAI 2018 發表的工作 Neural Response Generation with Dynamic Vocabularies。

該工作致力於在對話生成時構建動態辭典，使得 deocding 速度加快，並與此同時去除不相關詞彙的幹擾。使得在不影響效果的情況下，使得線上生成的速度加快 40%。

■ 論文 | Neural Response Generation with Dynamic Vocabularies

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

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

吳俁

北京航空航天大學博士生

吳俁，2014 年獲北京航空航天大學電腦科學與技術學士學位，同年攻讀北京航空航天大學電腦科學與技術博士學位，導師為李舟軍教授。研究方向為聊天機器人，文字匹配和文字生成。曾在 ACL，AAAI，COLING 等會議上發表多篇文章。

PhD Talk

 

基於動態詞表的對話生成研究

北京航空航天大學博士生吳俁

內容分享√線上Q&A;√

活動形式：PPT直播

 

 活動時間 

12 月 27 日（週三）20:00-21:00

45 min 分享 + 15 min Q&A;

長按識別二維碼，進入直播間

*或使用鬥魚App搜尋「1743775」

基於生成模型的事件流研究 + NIPS 2017 論文解讀

亞馬遜高階應用科學家熊元駿：人類行為理解研究進展

清華大學馮珺：基於強化學習的關係抽取和文字分類

基於雙語主題模型的跨語言層次分類體系匹配

東南大學高桓：知識圖譜表示學習

帶多分類判別器的GAN模型

關於PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智慧前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號後臺點選「交流群」，小助手將把你帶入 PaperWeekly 的交流群裡。