一、主要摘要
1、采用seq2seq：previous sentence or sentences in a conversation -> next sentence
2、基本end2end，需要少量的人工规则hand-crafted rules
3、实验经验：即使优化了错误的目标函数，模型的对话结果也很不错Despite optimizing the wrong objective function，the model is able to converse well
4、训练数据：特定领域或者通用领域大量的、带噪声的都可以
5、问题：lack of consistency
二、模型
1、基本过程
训练：BP，maximize the cross entropy of the correct sequence given it’s context
预测：1）Greedy inference：上一次输出token作为下一次输入token；2）beam search
2、Exp.Two turns conversation
Q：ABC
A：WXYZ
用于conversation model：输入context是当前已经conversed的全部内容的拼接，输出序列是reply。（N turns的conversation可以生成N-1个样本？）
3、一般的translation模型用于对话模型存在问题：
1）目标函数的优化不符合人类实际对话的目标（longer term and exchange information， rather than next step prediction）；
2）缺少一个保证连贯性consistency和普世知识general world knowledge的模型，对于这样的纯无监督无模型有明显的限制
三、数据集
1、Google内部的ITHelp聊天记录
数据长度：典型的一次对话总长度400words,会话间有明显的turn signal
数据规模：训练30M tokens，validation 3M tokens
训练数据的构成：predict next sentence given the previous one
网络结构：1-layer LSTM, 1024 cells，SGD+gradient clipping，词表Top20K
实验结果：perplexity 8 (对比N-gram model perplexity 18)
2、OpenSubtitles数据（电影对话数据）
网络结构：2-layer LSTM，AdaGrad+gradient clipping，每层4096 cells，词表Top100K
加速Trick：cell输出先project到2048个linear units，之后再feed到softmax
实验结果：validation set perplexity 17（对比5-gram model perplexity 28）
Tips：增加soft attention对训练和验证都没有明显的提升
四、结论
模型最大的缺点：缺少作为人类会话的连贯性，因此无法通过图灵测试
