融合对话连贯记忆的角色一致性回复生成方法

来源：计算机工程与应用杂志2024年第18期北京时间：

作者：朱传润, 唐宏, 王宁喆, 刘钟

单位：1.重庆邮电大学 通信与信息工程学院，重庆 400065；2.重庆邮电大学 移动通信技术重庆市重点实验室，重庆 400065

摘要：现有的对话系统研究往往忽略了对话过程中的角色一致性问题，这可能会导致对话前后的角色不匹配现象，从而降低用户的对话体验，同时，对话过程中的前后连贯性问题也备受人们所关注。为了解决以上问题，提出了一种融合对话连贯记忆的角色一致性回复生成方法。通过角色扩展模块将原始数据集进行角色扩展，得到角色扩展数据集；通过数据提取模块将相关度较高的角色信息与对话历史进行提取，并从中去除冗余信息，得到训练数据集；在回复生成模块中引入角色一致记忆模块和对话连贯记忆模块，使得对话模型在对话过程中始终保持对角色信息以及对话历史的记忆特性，促使其生成对话连贯的角色一致性回复。在Persona-Chat数据集上的实验结果表明，该方法生成的回复在对话连贯性以及角色一致性方面都得到了一定的提升。

关键词：角色一致性回复生成,角色扩展,数据提取,角色一致记忆,对话连贯记忆