前言：本篇博客记录TNNLS期刊近三年的对话生成相关工作中本人比较感兴趣的两篇工作。首先给大家分享一下论文精确查找的方式，然后对两篇工作的主要思想进行简要介绍。
目录
- 1. 论文精确查找方法
- 2. 论文简介
- 2.1 面向用户个性保持与回复多样性的两阶段对话生成
- 2.2 基于多任务学习和强化学习的个性化对话生成
1. 论文精确查找方法
-
在 Web of Science 网站的检索界面中，通过限制论文主题、出版物名称和发表年份等条件，选定查找范围：
-
根据文章热度、出版年份、文章类型等信息对检索结果进行精炼：
对TNNLS期刊近三年的自然语言生成工作进行精确检索之后，发现该期刊上这一领域的工作并没有很多。在对检索结果中的工作进行泛读之后，我挑选出以下两篇比较感兴趣的工作进行思想介绍。
2. 论文简介
2.1 面向用户个性保持与回复多样性的两阶段对话生成
- A Novel Two-Stage Generation Framework for Promoting the Persona-Consistency and Diversity of Responses in Neural Dialog Systems
- 投稿信息：2021年8月见刊；2021年8月中稿；2021年2月投稿
- 主要思想：设计一个两阶段的对话生成网络；首先生成一个包含多样性对话的集合，然后通过一个个性一致性检查模块，对生成的对话集合中不符合用户个性的部分进行修正，最终生成多样性与个性共存的对话。
2.2 基于多任务学习和强化学习的个性化对话生成
- Multitask Learning and Reinforcement Learning for Personalized Dialog Generation: An Empirical Study
- 投稿信息：2021年见刊；2020年2月中稿；2018年4月投稿
- 主要思想：使用多任务学习和强化学习结合的方式，生成个性化的对话。
添加一个用户个性识别模块，辅助个性化对话生成；在强化学习中，设计3种奖励措施（Q-learning，ploicy gradient，actor-critic）。
参考资料
- natural language generation (主题) AND IEEE TRANSACTIONS ON NEURAL NETWORKS “AND” LEARNING SYSTEMS (出版物/来源出版物名称) – 26 – 所有数据库 (webofscience.com)
