[NLG] A Context-aware Natural Language Generator for Dialogue Systems

总述：

16年的文章，感觉方法在现在看来已经很easy了，可见NLP领域的发展之迅速。

文章主要讨论了如何将context 引入到当前生成的句子中，baseline和seq2seq attention做对比，作者采用了两种方式，一种将context直接简单的接到DA的前面，DA（dialog action就是一些键值对）。第二种就是将context单独encoder成一个向量，然后和DAencoder出来的向量结合一下。

模型：

 绿色的表示第一种融合方式，蓝色的表示第二种融合方式。

reranker：这篇工作让我觉得有意思的地方

他在生成K个最好的候选项之后，对这K个候选项进行rerank，在之前他们的分数上加上了一个分数L，其中这个L用来衡量候选项和context BLEU1和BLEU2的分数的算数平均值，也就是说如果候选项和context的共现词越多，他的分数会越高，这样间接的实现了copy机制。感觉很棒：p1 p2分别是bleu1 2的分数，W是权值，l是原来的评分。

一句话总结：

结合context内容，与ouput reranker做dialogue 的生成。