Alquist 4.0：基于生成模型与对话个性化的社会智能迈向
计算与语言
2021-09-17 v1 人工智能
摘要
开放域对话系统 Alquist 的目标是实现连贯且引人入胜的对话，这可被视为社会智能的基准之一。在 Alexa Prize Socialbot Grand Challenge 4 中开发的该系统第四版带来了两项主要创新。第一项针对连贯性，第二项针对对话的引人入胜程度。关于连贯性的创新，我们提出了一种结合手工设计响应与生成模型的新型混合方法。所提方法利用手工设计对话、域外检测与神经响应生成器。手工设计对话引导用户经历高质量对话流。域外检测识别用户偏离预定义流程的情况，并防止系统对意外用户输入产生可能无意义的脚本化响应。最后，神经响应生成器基于对话上下文生成正确回应意外用户输入并将对话拉回手工设计对话边界的响应。我们提出的引人入胜度创新主要受著名的探索-利用困境启发。为与对话伙伴进行引人入胜的对话，必须学习其偏好与兴趣——探索。此外，为吸引伙伴，我们必须利用已学到的知识——利用。本工作中，我们展示了在 Alexa Prize Socialbot Grand Challenge 4 中开发的开放域对话系统 Alquist 各组件的原理与内部机制，以及为评估它们所进行的实验。
引用
@article{arxiv.2109.07968,
title = {Alquist 4.0: Towards Social Intelligence Using Generative Models and Dialogue Personalization},
author = {Jakub Konrád and Jan Pichl and Petr Marek and Petr Lorenc and Van Duy Ta and Ondřej Kobza and Lenka Hýlová and Jan Šedivý},
journal= {arXiv preprint arXiv:2109.07968},
year = {2021}
}
备注
20 pages