近日，计算机科学与技术学院徐菲菲副教授关于“动态多形式知识融合的开放域对话生成方法研究”的论文“Open-domain Dialogue Generation Grounded with Dynamic Multi-form Knowledge Fusion”发表在The 27th International Conference on Database Systems for Advanced Applications（DASFAA 2022）上，并获得大会唯一的综合最佳论文奖。DASFAA为中国计算机学会推荐的数据库领域顶会。徐菲菲副教授为该论文第一作者，这是我校在自然语言处理领域多轮对话生成研究取得的新进展。
开放域多轮对话通常面临如何丰富和扩展对话内容的挑战。近年，研究者们提出了许多通过引入外部知识的方法来生成具有丰富语义和信息的对话。目前的研究提出了两种类型的知识用于基于知识的开放域对话生成，一种是来自知识图谱的结构化三元组，另一种是来自文档的非结构化文本。但它们无法避免知识图谱不完整或文本处理复杂的问题。为了能够同时利用文档中丰富的非结构化潜在知识和结构化知识图谱的信息扩展能力，该工作提出了一种基于动态多形式知识融合的开放域对话生成模型DMKCM，设计了一个动态多形式知识融合分支，将来自常识知识图谱和虚拟知识库的知识融合入对话。为了将这两种形式的知识有效地融合到对话中，该工作设计了一个动态的虚拟知识选择器和一个控制器，有助于丰富和扩展知识空间。此外，为了有效指导多轮对话的连贯性，该工作提出了一种新颖的动态知识记忆器，可以有效地利用历史推理知识来生成更好的对话回复。
徐菲菲副教授此前关于“可控多人物心理导向故事生成方法”的工作“Controllable Multi-Character Psychology-Oriented Story Generation”发表在另一信息检索与数据挖掘领域顶级学术会议The 29th ACM International Conference on Information and Knowledge Management（CIKM 2020：CCF B类推荐会议）。
计算机学院 供稿