SpaceFusion：NAACL'19：“在神经React产生中共同优化多样性和相关性”

太空融合 NAACL'19论文的代码/数据 SpaceFusion是一种正则化的多任务学习范例，旨在对齐和构造由在不同数据集上训练的不同模型所学习的非结构化潜在空间。 特别令人感兴趣的是它在神经对话建模中的应用，其中SpaceFusion用于共同优化生成的响应的相关性和多样性。 更多文件： 我们在NAACL'19上的论文（长期，口头）。 在NAACL'19上展示。 我们发布了来讨论直觉和含义 我们的后续工作， 的StyleFusion 我们最新的对话评估/排序模式， ，在EMNLP'20 需求 该代码使用Python 3.6和Keras 2.2.4进行了测试 数据集 我们在此存储库