XTutorial——对话系统之检索式多轮匹配

近年来，基于多轮检索的对话越来越受到关注。在对轮响应选择中，将当前消息和先前的话语作为输入。该模型选择一个自然且与整个上下文相关的响应。重要的是在先前的话语中识别重要信息并正确地模拟话语关系以确保会话一致性。 [48]分别通过基于RNN / LSTM的结构将上下文（所有先前的语音和当前消息的串联）和候选响应编码成上下文向量和响应向量，然后基于匹配程度得分计算在这两个载体上。 [110]选择不同策略中的先前话语，并将它们与当前消息组合以形成重新构造的上下文。

【EMNLP 2016】《Multi-view response selection for human-computer conversation》（Multi-view）

[124]不仅对一般词级上下文向量而且对话语级别上下文向量执行上下文-响应匹配。

作者提供了一种直接的单