近日，我中心语言数据知识计算课题组一篇论文被IEEE/ACM Transactions on Audio, Speech and Language Processing（T-ASLP）期刊录用。T-ASLP期刊是音频、声学、语言信号处理的权威期刊，在CCF学术推荐列表中认定为B类刊物，清华计算机学术推荐列表中认定为A类刊物。录用文章题目为 Controllable Dialogue Generation with Disentangled Multi-grained Style Specification and Attribute Consistency Reward，由百度胡哲研究员，中心2021级硕士生曹志伟，百度首席研究员肖欣延博士，和中心苏劲松老师等人合作完成。
本工作针对现有可控对话生成模型可控性和可解释性低的缺陷，提出了一种基于多粒度样式规范和属性一致性奖励的可控回复生成框架CRAYON。具体而言，本工作的贡献主要分为三个部分：1、定义多粒度属性，根据控制属性的性质将属性分为从整体上影响回复生成的全局属性和影响回复中每个单词生成的局部属性；2、解耦回复生成过程，将其分解为样式规范生成和回复表述生成两个过程，其中样式规范生成符合属性要求的词级别控制状态，然后回复表述生成则是基于控制状态来处理相关语义状态并生成最终回复文本；3、设计了属性一致性奖励，通过强化学习监督模型生成的回复与属性要求一致。在两个数据集上的广泛实验和深入分析表明，CRAYON在响应质量、内容多样性和可控性方面显著优于竞争基线。
