检索式多轮对话系统论文：Multi-Turn Response Selection for Chatbots with Deep Attention Matching Network 阅读笔记

此篇文献是百度发表于ACL2018

对话系统中，由于在context和response中有两种匹配对：（1）表面文本相关（2）潜在依赖，即在语义和功能上相关。之前论文多关注表面相关，对潜在依赖关注较少，所以本文努力解决这个问题。且对话系统中多采用RNN结构，但用RNN捕捉多粒度的语义表示花费代价较大，所以文本全部采用基于注意力机制的结构。

模型结构如上图所示。看起来很复杂，拆开来一点点看。模型框架为表示-匹配-聚集。

首先就是很基本的word embedding层，将输入的utterance(u1,u2,...un)和response(r)转变为向量。

 

接下来是表示层：表示层的作用是构建不同粒度的语义表示。表示层有L层，每层都是self-attention，第l层的输入为第l-1层的输出，进而可以将输入的语义向量组合成更复杂的表示。

具体实现是基于Attentive Model，如下图：

原理和Transformer接近，输入为query句子、key句子、value句子，生成attention的原理是Scaled Dot-Product Attention。

Scaled Dot-Product Attention的结构如下图所示：

输入经过线性变换，得到Q、K、V，这三者的区别只是线性变换的矩阵的权值不相同。接着Q和K做点乘，得到输入词与词之间的依赖关系，再经过尺度变换、掩码以及softmax，得到权重矩阵，此矩阵再和value相乘。尺度变换是防止输入值过大导致训练不稳定，掩码是保证时间的先后关系。（具体细节不清楚，还需要继续看文献：Attention is all you need）。

再回到Attentive Model中

之后再将Vatt[i]和Q[i]加起来，得到的表示能包含联合意义。再接一个Layer Nomalization层（具体原理再查），可以阻止梯度消失和梯度爆炸。在normalization结构上应用一个带有RELU**函数的前馈神经网络FFN，可以进一步进行融合嵌入。

FFN公式为：

再将FFN(x)残差地加入到x上，并将结果进行标准化。

论文认为Attentive Model可以捕获query句子和key句子之间的依赖关系，并进一步使用依赖关系信息将key语句中的元素和value句合成为组合表示。 我们利用了Attentive的这个属性用于构造多粒度语义表示以及与依赖性信息匹配的模块。

表示层的下一层是匹配层。

匹配层使用了self-attention-match和cross-attention-match。

self-attention-match原理如下图：

cross-attention-match原理如下图：

 

匹配层的下一层是聚集层

Q再经过一个带有最大池化层的两层3D卷积，得到fmatch(c,r)

再经过一个单层感知机