对话系统的可控性对于实用系统来说是一个至关重要的问题。本次分享中,我们将在自然语言生成(NLG)和自然语言理解(NLU)两个方面讨论对话系统的可控性:我们会首先介绍如何在生成自然语言回复的过程中融入特定的个性化信息,然后我们会讨论如何在自然语言理解模块中有效地识别用户的异常输入。
播放:77次,课程ID:4222959
对话系统的可控性对于实用系统来说是一个至关重要的问题。本次分享中,我们将在自然语言生成(NLG)和自然语言理解(NLU)两个方面讨论对话系统的可控性:我们会首先介绍如何在生成自然语言回复的过程中融入特定的个性化信息,然后我们会讨论如何在自然语言理解模块中有效地识别用户的异常输入。
No list
清华大学计算机系博士后,交互式人工智能组(CoAI)成员,博士后合作导师黄民烈副教授。主要研究方向为对话系统中的自然语言生成与自然语言理解。曾在AAAI, ENMLP, IEEE TASLP等顶级会议与期刊上发表数篇论文。