《论文阅读》具有人格自适应注意的个性化对话生成 AAAI 2023

前言

亲身阅读感受分享，细节画图解释，再也不用担心看不懂论文啦~
无抄袭，无复制，纯手工敲击键盘~

今天为大家带来的是《Personalized Dialogue Generation with Persona-Adaptive Attention》

---

出版：AAAI

时间：2023

类型：个性化对话生成

特点：个性化；多样性；回复生成；个性化适应性注意力

作者：Qiushi Huang

第一作者机构：University of Surrey

简介

生成个性化回复的关键是需要平衡上下文和个性化信息，由此作者提出利用个性化适应的注意力（Persona-Adaptive Attention，PAA）来适应性地调整两者之间的权重，此外一个动态地掩码矩阵用于去除冗余的信息，并进行正则化处理以防过拟合

本文的亮点在于使用 Attention 平衡上下文和个性化信息的权重，上一篇论文 《论文阅读》Learning to Know Myself: A Coarse-to-Fine Persona-Aware Training for Personalized Dialogue Generation 则注重让模型捕获个性化信息，如通过问题生成个性化信息，利用对比学习构造相关但不一致的个性化信息作为负样本，提高模型捕获回复中关键个性化 Token 的能力

挑战与机遇

1. 个性化数据集规模普遍较小

   【常见解决思路】利用外部数据集进行数据增强，利用复杂的训练过程来提升模型表现

2. 权衡上下文和个性化信息的比例

   【常见的解决思路】鲜少有人提及

针对上述第二个挑战，作者提出一下几点思路：

1）为了加强 PAA 中的个性化信息，在 decoder 端拼接个性化信息作为提示信息

2）为了平衡上下文和个性化信息的权重，PAA 将 persona-prompted 解码器的两个跨注意力和自我注意结合起来，以计算用于结合上下文和 persona 的潜在表示的权重

3）为了避免信息冗余（即并非所有的信息有用），所以提出两个动态掩码矩阵来去除冗余信息

任务定义

模型架构

模型包含两个 Encoder，分别为上下文编码和个性化信息编码，Encoder 参数随机初始化，Decoder 使用预训练模型 GPT2 为目标语句进行编码

Context Encoder

I U = { t 1 U , t 2 U , . . . , t k U } h U = Encoder ( I U ) (1) I_U=\{t_1^U,t_2^U,..., t_k^U\}\\ h_U = \texttt{Encoder}(I_U)\tag1 IU​={t1U​,t2U​,...,tkU​}hU​=Encoder(IU​)(1)

$I_U$ 将所有语句拼接起来，组成一个完整的句子

Persona Encoder

I P = { t 1 P , t 2 P , . . . , t l P } h P = Encoder ( I P ) (2) I_P=\{t_1^P,t_2^P,..., t_l^P\}\\ h_P = \texttt{Encoder}(I_P)\tag2 IP​={t1P​,t2P​,...,tlP​}hP​=Encoder(IP​)(2)

$I_P$ 将所有语句拼接起来，组成一个完整的句子

Dialog Decoder

I R = { I P , [ B O S ] , t 1 y , t 2 y , . . . , t r y } h R = Self-Attention ( I R ) + M R h ^ R = AddNorm ( h R ) (3) I_R=\{I_P,[BOS],t_1^y,t_2^y,...,t_r^y\}\\ h_R=\texttt{Self-Attention}(I_R)+M_R\\ \hat{h}_R=\texttt{AddNorm}(h_R)\tag3 IR​={IP​,[BOS],t1y​,t2y​,...,try​}hR​=Self-Attention(IR​)+MR​h^R​=AddNorm(hR​)(3)

在得到上述 $\text{hidden states}$ 之后，我们可以进行 $\text{Cross Attention}$ 的计算，

其中 $Q_r={\hat{h}}_R$，$K_p,V_p=h_p$ ，$K_u,V_u=h_U$

Persona-Adaptive Attention

那么如何将上述获得的结果融合到一起呢？

将 Decoder 端 Self-Attention 的输出 $h_R$ 拼接上 Cross-Attention 端的输出 $o_P$，然后获取最初 Persona weighting，这样做可以使模型能够考虑角色和回复之间的关联，包括在自注意力和跨注意力两种方式中考虑角色和响应之间的关系

然后在将该权重应用于两个交叉注意力后的结果，使其之间相互互补

我们之前提及本文的另一个创新点是利用 MASK 矩阵去除冗余信息，下面我们将介绍 MASK 矩阵的获取

如果上下文长度超过了角色长度， $\tau$ 可以用于控制 mask 的强度的，$\tau =|I_U|/(|I_U|+|I_P|)$，$||$ 表示输入长度

然后将 MASK 矩阵分别乘以对应的输出，得到最终的 Decoder 输出

损失函数

实验结果