BORT：面向端到端任务型对话的回溯与去噪重构
计算与语言
2022-05-06 v1
摘要
典型的端到端任务型对话系统将上下文转换为对话状态，并据此生成回复，这通常面临来自先前生成的不准确对话状态和回复的误差传播问题，尤其在低资源场景下。为缓解这些问题，我们提出 BORT，一种用于端到端任务型对话系统的回溯与去噪重构方法。具体而言，为提高对话状态准确性，采用回溯重构从生成的对话状态重建原始输入上下文，因为不准确的对话状态无法恢复相应输入上下文。为增强模型的去噪能力以减小误差传播影响，采用去噪重构来重建被损坏的对话状态与回复。在 MultiWOZ 2.0 和 CamRest676 上进行的大量实验表明了 BORT 的有效性。此外，BORT 在零样本领域和低资源场景中也展现出先进能力。
引用
@article{arxiv.2205.02471,
title = {BORT: Back and Denoising Reconstruction for End-to-End Task-Oriented Dialog},
author = {Haipeng Sun and Junwei Bao and Youzheng Wu and Xiaodong He},
journal= {arXiv preprint arXiv:2205.02471},
year = {2022}
}
备注
Findings of NAACL 2022