一种基于强化学习的多样性对话数据增强方法

摘要

一种基于强化学习的多样性对话数据增强方法，包括以下步骤：1)给定输入的对话历史，收集相同对话历史下不同语义或者不同表达的回复的集合，这两个集合被用于生成对话回复的语义和表达隐含空间，从这两个隐含空间分别采样，结合对话历史编码信息生成最终的回复；2)使用两个独特的判别器，对生成的句子的语义和表达的多样性进行判别，保证生成的回复在语义和表达的多样性；3)不断循环训练模型，最终得到高质量的多样性对话样本，达到数据增强的目的。本发明通过上述方法，提供了一种保证对话历史一致性同时又从表达和语义上增强对话样本的多样性的基于强化学习的多样性对话数据增强方法。