C5：面向 ChatGPT 更好的对话理解与上下文连续性
人工智能
2023-08-11 v1
摘要
大语言模型（LLM），如 ChatGPT，已在多个领域展现出卓越性能，特别是在自然语言理解与生成任务中。在复杂应用场景下，用户倾向于与 ChatGPT 进行多轮对话以保持上下文信息并获得全面回复。然而，人类遗忘与模型上下文遗忘在多轮对话场景中仍是突出问题，这挑战了用户对 ChatGPT 的对话理解与上下文连续性。为应对这些挑战，我们提出了一种称为 C5 的交互式对话可视化系统，其包含全局视图、主题视图和上下文关联问答视图。全局视图使用 GitLog 图隐喻来表示对话结构，呈现对话演化趋势并支持局部显著特征的探索。主题视图旨在利用知识图谱结构展示某一主题内的所有问答节点及其关系，从而显示对话的相关性与演化。上下文关联问答视图由三个联动视图组成，让用户可以深入探索单个对话，同时在提问时提供特定上下文信息。C5 的实用性与有效性通过案例研究和用户研究得到了评估。
引用
@article{arxiv.2308.05567,
title = {C5: Towards Better Conversation Comprehension and Contextual Continuity for ChatGPT},
author = {Pan Liang and Danwei Ye and Zihao Zhu and Yunchao Wang and Wang Xia and Ronghua Liang and Guodao Sun},
journal= {arXiv preprint arXiv:2308.05567},
year = {2023}
}