可理解人类对话的自动化交互式领域特定对话智能体
人工智能
2023-03-21 v2 计算机科学中的逻辑
摘要
实现与机器类人的交流仍是知识表示与推理以及自然语言处理领域一个经典且具有挑战性的课题。这些大语言模型（LLMs）依赖模式匹配而非对句子语义的真正理解，因此可能生成错误回复。为生成确定正确的回复，必须“理解”句子的语义。为实现这种“理解”，基于逻辑（常识）的推理方法如答案集编程（ASP）被认为是必需的。本文描述 AutoConcierge 系统，其利用 LLM 与 ASP 开发能在受限领域内真正“理解”人类对话的对话智能体。AutoConcierge 聚焦于特定领域——根据用户偏好推荐本地餐厅。它会交互式理解用户话语，识别其中的缺失信息，并通过自然语言句子请求用户提供。一旦确定已收到全部信息，便基于从用户处获取的偏好计算餐厅推荐。AutoConcierge 基于我们早先开发的 STAR 框架，该框架使用 GPT-3 将人类对话转换为捕捉对话句子深层结构的谓词。这些谓词随后输入目标导向的 s(CASP) ASP 系统以执行常识推理。据我们所知，AutoConcierge 是首个能像人类一样切实对话并基于真正理解人类话语为人类提供帮助的自动化对话智能体。
引用
@article{arxiv.2303.08941,
title = {Automated Interactive Domain-Specific Conversational Agents that Understand Human Dialogs},
author = {Yankai Zeng and Abhiramon Rajasekharan and Parth Padalkar and Kinjal Basu and Joaquín Arias and Gopal Gupta},
journal= {arXiv preprint arXiv:2303.08941},
year = {2023}
}