本文研究在BERT预训练模型的基础上增加外部KB知识，实验证明在MRC任务上取得了优于BERT的表现。 paper: https://drive.google.com/open?id=156rShpAzTax0Pzql1yuHVuT-tg6Qf_xXsource: ACL 2019code: http://github.com/paddlepaddle/models/tree/develop/PaddleNLP/Research/ACL2019-KTNET
本文是FAIR发表于ICLR2019上的文章，主要提出了一个基于Wikipedia背景知识的开放域对话数据集以及两个基线模型。 paper linkdataset&&code link
本文主要研究的是开放域对话系统，使用后验知识分布来指导知识选择过程，以生成包含更多有效信息的回复。 paper link
本文在传统的基于数据驱动的对话系统中引入了背景知识，试图增加对话回复的有效信息。AAAI2018paper link
本文是Wechat AI团队发表的基于DSTC7中第二个评测Sentence Generation 的论文，发表在AAAI2019上。研究的主要问题是基于背景知识的对话生成，主要通过指针生成机制和注意力机制从对话历史和背景知识中来生成更加有意义的回复。 paper link
本文研究的是基于大规模常识知识图谱的开放域对话系统，作者在传统的encoder-decoder模型中增加静态图注意力和动态图注意力机制。给定用户的一段输入，该模型从常识知识图谱中检索出相关的子图，进行静态图注意力编码，进而增强对用户输入的语义理解。然后在生成的过程中，模型通过动态的图注意力机制与检索出来的知识图谱以及其中的三元组进行交互。与之前的方法相比，本模型是把一个知识图谱看作一个整体，而不是单独的使用图谱中三元组。paper linkcode link