AnyTOD：一种可编程的任务型对话系统
计算与语言
2023-02-14 v2
摘要
我们提出 AnyTOD，一个端到端、零样本的任务型对话（TOD）系统，能够在不进行任务特定训练的情况下处理未见过的任务。我们将 TOD 视为由语言模型（LM）执行的程序，其中程序逻辑与本体由设计者以模式（schema）的形式提供。为使模型能够在未经先验训练的情况下泛化至未见过的模式与程序，AnyTOD 采用了一种神经符号方法。一个神经 LM 跟踪对话过程中发生的事件，并执行实现对话策略的符号程序以推荐 AnyTOD 应采取的下一步动作。该方法大幅降低了数据标注与模型训练需求，解决了将 TOD 系统快速适配至未见任务与领域的长期挑战。我们在 STAR、ABCD 与 SGD 基准上展示了最先进的结果。我们还展示了在低资源设定下的强零样本迁移能力，例如在 MultiWOZ 上的零样本表现。此外，我们发布了 STARv2，即带有更丰富标注的 STAR 数据集更新版本，用于基准测试零样本端到端 TOD 模型。
引用
@article{arxiv.2212.09939,
title = {AnyTOD: A Programmable Task-Oriented Dialog System},
author = {Jeffrey Zhao and Yuan Cao and Raghav Gupta and Harrison Lee and Abhinav Rastogi and Mingqiu Wang and Hagen Soltau and Izhak Shafran and Yonghui Wu},
journal= {arXiv preprint arXiv:2212.09939},
year = {2023}
}
备注
v2, update with Multiwoz, SGD results