Deep learning 使用序列模型训练对话

Deep learning 使用序列模型训练对话,deep-learning,nlp,lstm,recurrent-neural-network,Deep Learning,Nlp,Lstm,Recurrent Neural Network,我有一个关于培训会话的问题,上下文是下一个语句不一定是前一个语句的函数,但也是会话正文中任何语句的函数,例如: 你最喜欢的食物和餐馆是什么 我最喜欢的食物是汉堡,麦当劳是我最喜欢的餐厅 你为什么喜欢汉堡 第二个人:因为我不在乎吃饭时的健康问题 有那么多地方可以买到汉堡,你为什么喜欢麦当劳 现在我们可以看到,最后一个问题是从3个步骤之前收到的答案中得出的。。。 在这种情况下,我如何训练lstm,使其记住之前的所有上下文。。 基本上,我正在寻找一种方法来创建我的训练数据和输出句子。不确定LSTM是否

我有一个关于培训会话的问题,上下文是下一个语句不一定是前一个语句的函数,但也是会话正文中任何语句的函数,例如:

你最喜欢的食物和餐馆是什么 我最喜欢的食物是汉堡,麦当劳是我最喜欢的餐厅 你为什么喜欢汉堡 第二个人:因为我不在乎吃饭时的健康问题 有那么多地方可以买到汉堡,你为什么喜欢麦当劳

现在我们可以看到,最后一个问题是从3个步骤之前收到的答案中得出的。。。 在这种情况下,我如何训练lstm,使其记住之前的所有上下文。。
基本上,我正在寻找一种方法来创建我的训练数据和输出句子。

不确定LSTM是否能为您发布的示例对话提供足够的长期记忆。您可能需要使用某种转换器内存网络来维护上下文。看看解决“人物角色聊天”问题以及处理会话上下文的方法