标题：浙大、西湖大学、腾讯|Semantic Representation for Dialogue Modeling（对话建模的语义表示）

简介：尽管神经模型在对话系统中取得了竞争性成果，但它们具有在表示核心语义（例如忽略重要实体）方面显示出有限的能力。为此，我们利用抽象含义表示（AMR），以帮助进行对话建模。与文字输入相比，AMR明确提供核心语义知识并减少数据稀疏性。我们开发了对话级AMR的算法句子级AMR的图表并进行探索将AMR纳入对话的两种方法系统。对话理解和反应产生的实验结果任务显示了我们模型的优越性。据我们了解，我们是第一个利用正式的语义表示转化为神经对话建模。