這一期主要介紹兩篇個(gè)關(guān)于對(duì)話系統(tǒng)的論文，有國外作者的，也有國內(nèi)學(xué)者的論文，希望能在對(duì)話系統(tǒng)上給大家一些思路。

1.Not All Dialogues are Created Equal: Instance Weighting for Neural Conversational Models

論文來源：http://cn.arxiv.org/abs/1704.08966

簡介：不論是基于檢索來找response還是基于生成來出response，都需要考慮對(duì)話的context，簡單的、沒有取舍地將context作為condition來產(chǎn)生response都存在一定的問題。本文提出了一種weighting model加入到對(duì)話生成模型中，對(duì)context進(jìn)行了重要性區(qū)分，從而檢索出/生成更加合理的response。

2.Learning End-to-End Goal-Oriented Dialog

論文來源：https://openreview.net/forum?id=S1Bb3D5gg?eId=S1Bb3D5gg

簡介：這篇文章是描述一種解決端到端面向目標(biāo)的對(duì)話系統(tǒng)的構(gòu)成方案。作者研究端到端系統(tǒng)在目標(biāo)導(dǎo)向的對(duì)話應(yīng)用中的優(yōu)缺點(diǎn)，提出一個(gè)訓(xùn)練端到端目標(biāo)導(dǎo)向?qū)υ捪到y(tǒng)的數(shù)據(jù)集，同時(shí)把對(duì)話任務(wù)分解成幾個(gè)子任務(wù)分別進(jìn)行分析。并沒有采用以前多級(jí)pipeline來做，算是一種新的思路。