论文标题：Advances in Multi-turn Dialogue Comprehension: A Survey

论文链接：https://arxiv.org/abs/2103.03125

摘要

训练机器理解自然语言并与人类进行交互是人工智能的一个难以捉摸的重要任务。随着深度学习技术的快速发展，特别是最近出现的预训练语言模型(pretraining language model, PrLM)，已经设计出了多种对话系统。在这些研究中，最基本但最具挑战性的任务类型是对话理解，其角色是教机器在回答之前阅读和理解对话语境。本文从对话建模技术的角度对对话理解任务中的对话建模方法进行了综述。我们总结了对话理解相对于纯文本阅读理解的特点和挑战。然后，我们讨论了三种典型的对话模式。此外，我们对对话相关的前训练技术进行了分类，这些技术被用于增强对话场景中的PrLMs。最后，我们重点介绍了近年来的技术进展，并指出了实证分析的经验教训和对一个新的研究前沿的展望。

内容中包含的图片若涉及版权问题，请及时与我们联系删除