生成式对话状态跟踪器中跨语言迁移能力的实证研究
计算与语言
2021-01-28 v1
摘要
得益于大规模数据集，数据驱动的任务型对话系统得到了快速发展。然而，由于高质量数据的缺乏，低资源语言对话系统的进展远远落后。为了推进构建对话系统中的跨语言技术，DSTC9 引入了跨语言对话状态跟踪任务，其中我们在给定丰富资源训练数据集的情况下测试低资源语言中的 DST 模块。本文研究了使用多语言预训练 seq2seq 模型的跨语言生成式对话状态跟踪系统的可迁移性。我们在不同设置下进行了实验，包括在跨语言和跨本体论数据集上的联合训练或预训练。我们还发现了我们所采用方法的低跨语言迁移能力，并提供了调查与讨论。
引用
@article{arxiv.2101.11360,
title = {An Empirical Study of Cross-Lingual Transferability in Generative Dialogue State Tracker},
author = {Yen-Ting Lin and Yun-Nung Chen},
journal= {arXiv preprint arXiv:2101.11360},
year = {2021}
}
备注
DSTC9 Workshop - AAAI