用于端到端任务型对话的自回归实体生成
计算与语言
2022-09-20 v1
摘要
任务型对话（TOD）系统常需要与外部知识库交互以检索必要的实体（如餐厅）信息来支持回复生成。当前大多数端到端TOD系统要么显式检索KB信息，要么将其嵌入模型参数以进行隐式访问。前者需要在每轮回复生成时扫描KB，在KB规模扩大时效率低下；后者则表现出更高的灵活性与效率。无论哪种方法，系统都可能生成带有冲突实体信息的回复。为解决此问题，我们提出在端到端系统中先自回归地生成实体，并利用其引导回复生成。为确保实体一致性，我们对实体生成施加字典树（trie）约束。我们还引入对数几率拼接策略以促进端到端训练的梯度反向传播。在MultiWOZ 2.1 single和CAMREST上的实验表明，我们的系统能生成更高质量且实体一致的回复。
引用
@article{arxiv.2209.08708,
title = {Autoregressive Entity Generation for End-to-End Task-Oriented Dialog},
author = {Guanhuan Huang and Xiaojun Quan and Qifan Wang},
journal= {arXiv preprint arXiv:2209.08708},
year = {2022}
}
备注
Accepted to COLING 2022