論文：Dialogue-act-driven Conversation Model: An Experimental Study 担当：鈴木 データセット：変な応答による伝播はないものとしている。ボットの発話で終わるように4つ取り出す。 データセットのDA：対話行為（I：情報、Q：質問、D：要求、C：受け入れ、拒否の要求）。これも出力として学習し、予測させる。（過去の３セットを入れて、4つ目を予測させる） 生成モデル？応答予測の生成と生成モデルの違い？：純粋な発話の生成は自然、人間に近い。seq2seqは学習からそれっぽいものを選択。 文脈エンコーダを分類して解くのが一般的。発話エンコーダを通して、文脈エンコーダとの距離を求めたりするメリットは？：発話の種類が後から増えていくから？ 応答予測
入力：過去3つの発話、対話行為 出力：4つ目の発話、（対話行為） |
|
|