我正在使用LSTM网络制作自然语言生成器，但现在我陷入了部分，如何评估我的输出。假设我有一个输入训练数据集，其中包含对话行为表示和该特定对话行为的正确输出。现在假设我从我的LSTM网络生成输出句子y，那么如何评估该句子与数据集中的句子相比较。我的意思是有没有办法比较输出，以便我可以使用梯度下降来训练我的权重。
答案 0 :(得分：1)
一旦找到答案，你就能写一篇关于它的好文章，因为那是一个公开的研究问题。 ：）
据我所知，您的评估必须结合输出的语法和语义合理性，语境连贯性，个性一致性和话语动态进展。关于如何以最佳方式衡量这些问题尚未达成共识，但目前有大量关于该主题的论文。
Liu等人的相关介绍性阅读：https://arxiv.org/abs/1603.08023