論文地址 ：https://www.aclweb.org/anthology/P19-1565/
作者 ： Jianheng Tang, Tiancheng Zhao, Chenyan Xiong, Xiaodan Liang, Eric Xing, Zhiting Hu
機構 ： 中山大學，CMU，微軟，Petuum
研究的問題：
關注的是在開放域的聊天中目標引導的問題，就是讓對話系統將對話引導到目標主題上。如下圖所示：
機器人將對話一步步地向e-book引導。
本文提出的是一種多模塊的方法，在不同的粒度下解決問題。具體地說，模型包括一個對話輪次級別（turn-level）的遷移預測器，來解決平穩遷移的問題；一個話語級別（discourse-level）的目標導向策略，來接近對話的目標；一個回復檢索器，來生成合適的對話回復。
研究方法：
任務定義：對話從任意一個主題開始，最終被引導到目標主題上。這里主題被限定為一個詞，用t來表示。這里只有對話系統獲得這個目標主題，人類是不知道的。當人類的回復中出現了目標詞語或者類似的詞語時，就認為成功了。
所以任務目標包括兩個方面：生成流暢、平滑的過渡回復；將對話朝目標方向引導。由於缺乏合適的數據集，所以將任務拆解為這兩個子問題來解決。
方案：模型的整體框架如下圖所示：
如上述提到，包括三個部分，下面分別介紹。
（1）對話輪次級別（turn-level）的遷移預測器
這部分的目標是在給定對話歷史語句的情況下，預測下一個關鍵詞。這部分不涉及最終目標，和傳統的閑聊型系統一致。這里提出了三種方法。
基於PMI的方法：基於統計的方法，兩個單詞之間的PMI分數由下面得到：
由當前的關鍵詞根據PMI分數選擇分數最高的作為下一個關鍵詞。
基於神經模型的方法：以端到端的方式預測下一個關鍵詞。
基於核的方法：給定當前關鍵詞和一個候選的關鍵字，首先計算它們詞向量之間的余弦相似度，將它輸入到K個RBF核的內核層中，將這個K維的結果輸入到一個全連接層中，輸出的分數作為兩個詞之間的得分。實驗發現這種方法的效果最好。
（2）話語級別（discourse-level）的目標導向策略
通過限定關鍵詞來實現的，具體地是將兩個詞的詞向量之間的余弦值作為兩個詞關系的度量。在每輪預測下一個關鍵詞時，首先根據這個策略選擇一組有效的關鍵詞，然后再由（1）中的方法選擇最終的一個詞。
（3）回復檢索器
通過檢索的方式生成最終的回復。具體是用 RNN 來編碼對話歷史和關鍵詞，以及訓練集中的候選回復語句。然后計算候選語句和對話歷史的點乘，候選語句和關鍵詞的點乘；這兩個結果進行連接后再傳給一個全連接網絡和 sigmoid 函數，得到候選語句的匹配得分。
實驗部分：
數據集：主要基於PersonaChat數據集，通過tfidf和一些語音特征來提取關鍵詞。
評估指標使用檢索式系統中常用的R_n@k和P@1，另外使用Cor.來評估關鍵詞提取的效果，它表示兩個關鍵詞的相似性。
首先是比較三種關鍵詞生成方案的效果如下：
核方法取得了最好的效果。
對於整體的實驗，評估包括一個機器人之間的對話和人類評估兩個方面。使用WordNet來識別同義詞，如果相似性得分大於.9就視為達到目標。對話輪數限定為8輪，8輪內沒有達到目標就算失敗。實驗結果如下：
評價：
本文提出了對話系統上的一個新的任務，也就是閑聊型對話系統和任務型對話系統的一種結合。研究的方法和思路比較值得借鑒，由於在該任務上缺少數據，所以將任務拆解為兩個子目標，每個子目標可以通過有監督的模型或規則來實現。不過在模型方面，方法比較粗糙，僅通過關鍵詞相似性的檢索來引導對話方向。