作者：Shumpei Inoue, Tsungwei Liu, Nguyen Hong Son ,等

简介：本文研究多轮对话中不完全话语恢复（IUR）模型。与以往只研究提取或提取数据集的研究不同，作者基于T5模型设计了一个简单但有效的新模型，用于多回合对话中的话语恢复。该模型联合优化了两个任务：挑选拾取重要标记（选择器）和生成重新编写的话语（生成器）。据作者所知，该模型是第一个将T5用于IUR任务的研究成果。针对在提取和抽象场景中四个基准数据集，实验结果表明：该模型在丰富和有限的训练数据场景中都优于预训练的 T5 和非生成语言模型方法。

 

 

论文下载：https://arxiv.org/pdf/2204.03958.pdf

 

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