Key points are not available for this paper at this time.
تكتسب أنظمة المحادثة أهمية متزايدة لأنها تتيح واجهة تفاعل سهلة بين البشر والكمبيوتر: باستخدام اللغات الطبيعية. بناء نظام محادثة يتسم بالذكاء الكافي يمثل تحديًا، ويتطلب موارد وفيرة تشمل الحصول على بيانات كبيرة وتقنيات متعددة التخصصات، مثل استرجاع المعلومات ومعالجة اللغة الطبيعية. مع ازدهار الويب 2.0، تسهل البيانات الضخمة المتاحة بشكل كبير الأساليب المدفوعة بالبيانات مثل التعلم العميق لأنظمة المحادثة بين الإنسان والكمبيوتر. نظرًا لتنوع موارد الويب، سيقوم نظام المحادثة القائم على الاسترجاع بتقديم بعض النتائج على الأقل من المخزن الضخم لأي إدخالات من المستخدم. نظرًا لرسالة تم إصدارها من قبل إنسان، أي استعلام، سيوفر نظام المحادثة التقليدي استجابة بعد تدريب كافٍ وتعلم كيفية الرد. في هذه الورقة، نقترح مهمة جديدة لأنظمة المحادثة: التعلم المشترك لترتيب الاستجابة المتميز باقتراح العبارة التالية. نفترض أن وضع المحادثة الجديد أكثر نشاطًا ويحافظ على تفاعل المستخدم. نحن نفحص هذا الافتراض في التجارب. بالإضافة إلى ذلك، لمعالجة مهمة التعلم المشترك، نقترح نموذج سلسلة ثنائي متعدد الطبقات Coupling Dual-LSTM لدمج ترتيب الاستجابة واقتراح العبارة التالية في وقت واحد. من النتائج التجريبية، نُظهر فائدة المهمة المقترحة وفعالية النموذج المقدم.
درس يان وآخرون (الجمعة) هذا الأمر.