论文地址 ：https://www.aclweb.org/anthology/P19-1565/
作者 ： Jianheng Tang, Tiancheng Zhao, Chenyan Xiong, Xiaodan Liang, Eric Xing, Zhiting Hu
机构 ： 中山大学，CMU，微软，Petuum
研究的问题：
关注的是在开放域的聊天中目标引导的问题，就是让对话系统将对话引导到目标主题上。如下图所示：
机器人将对话一步步地向e-book引导。
本文提出的是一种多模块的方法，在不同的粒度下解决问题。具体地说，模型包括一个对话轮次级别（turn-level）的迁移预测器，来解决平稳迁移的问题；一个话语级别（discourse-level）的目标导向策略，来接近对话的目标；一个回复检索器，来生成合适的对话回复。
研究方法：
任务定义：对话从任意一个主题开始，最终被引导到目标主题上。这里主题被限定为一个词，用t来表示。这里只有对话系统获得这个目标主题，人类是不知道的。当人类的回复中出现了目标词语或者类似的词语时，就认为成功了。
所以任务目标包括两个方面：生成流畅、平滑的过渡回复；将对话朝目标方向引导。由于缺乏合适的数据集，所以将任务拆解为这两个子问题来解决。
方案：模型的整体框架如下图所示：
如上述提到，包括三个部分，下面分别介绍。
（1）对话轮次级别（turn-level）的迁移预测器
这部分的目标是在给定对话历史语句的情况下，预测下一个关键词。这部分不涉及最终目标，和传统的闲聊型系统一致。这里提出了三种方法。
基于PMI的方法：基于统计的方法，两个单词之间的PMI分数由下面得到：
由当前的关键词根据PMI分数选择分数最高的作为下一个关键词。
基于神经模型的方法：以端到端的方式预测下一个关键词。
基于核的方法：给定当前关键词和一个候选的关键字，首先计算它们词向量之间的余弦相似度，将它输入到K个RBF核的内核层中，将这个K维的结果输入到一个全连接层中，输出的分数作为两个词之间的得分。实验发现这种方法的效果最好。
（2）话语级别（discourse-level）的目标导向策略
通过限定关键词来实现的，具体地是将两个词的词向量之间的余弦值作为两个词关系的度量。在每轮预测下一个关键词时，首先根据这个策略选择一组有效的关键词，然后再由（1）中的方法选择最终的一个词。
（3）回复检索器
通过检索的方式生成最终的回复。具体是用 RNN 来编码对话历史和关键词，以及训练集中的候选回复语句。然后计算候选语句和对话历史的点乘，候选语句和关键词的点乘；这两个结果进行连接后再传给一个全连接网络和 sigmoid 函数，得到候选语句的匹配得分。
实验部分：
数据集：主要基于PersonaChat数据集，通过tfidf和一些语音特征来提取关键词。
评估指标使用检索式系统中常用的R_n@k和P@1，另外使用Cor.来评估关键词提取的效果，它表示两个关键词的相似性。
首先是比较三种关键词生成方案的效果如下：
核方法取得了最好的效果。
对于整体的实验，评估包括一个机器人之间的对话和人类评估两个方面。使用WordNet来识别同义词，如果相似性得分大于.9就视为达到目标。对话轮数限定为8轮，8轮内没有达到目标就算失败。实验结果如下：
评价：
本文提出了对话系统上的一个新的任务，也就是闲聊型对话系统和任务型对话系统的一种结合。研究的方法和思路比较值得借鉴，由于在该任务上缺少数据，所以将任务拆解为两个子目标，每个子目标可以通过有监督的模型或规则来实现。不过在模型方面，方法比较粗糙，仅通过关键词相似性的检索来引导对话方向。