面向任务对话建模中基于非结构化知识访问的DSTC9赛道：超越领域API
计算与语言
2021-02-05 v3
摘要
大多数先前的任务型对话系统工作受限于对领域API的有限覆盖，而用户经常提出未被API覆盖的领域相关请求。本挑战赛道旨在通过引入外部非结构化知识源来扩展任务型对话系统的覆盖范围。我们定义了三项任务：知识寻求轮次检测、知识选择和基于知识的回复生成。我们为这三项任务引入了数据集与神经基线模型。该挑战赛道共收到来自24支参赛队伍的105份提交。在评估结果中，采用不同大规模预训练语言模型的集成方法取得了高性能，其知识选择能力得到提升，并对未见过的数据具有更好的泛化能力。
引用
@article{arxiv.2101.09276,
title = {Beyond Domain APIs: Task-oriented Conversational Modeling with Unstructured Knowledge Access Track in DSTC9},
author = {Seokhwan Kim and Mihail Eric and Behnam Hedayatnia and Karthik Gopalakrishnan and Yang Liu and Chao-Wei Huang and Dilek Hakkani-Tur},
journal= {arXiv preprint arXiv:2101.09276},
year = {2021}
}
备注
To be presented at AAAI-21 DSTC9 Workshop. arXiv admin note: substantial text overlap with arXiv:2006.03533, arXiv:2011.06486