CAiRE在DialDoc21中的工作：面向信息寻求对话系统的数据增强
计算与语言
2021-06-09 v2 人工智能
摘要
信息寻求对话系统，包括知识识别与回复生成，旨在基于用户需求以流畅、连贯且信息丰富的回复响应用户。为应对这一挑战，我们利用数据增强方法以及若干基于预训练语言模型的训练技巧，以学习该任务的通用模式，从而取得有前景的性能。在DialDoc21竞赛中，我们的系统在子任务1取得74.95的F1分数与60.74的精确匹配（Exact Match）分数，在子任务2取得37.72的SacreBLEU分数。我们提供了经验分析以解释所提方法的有效性。
引用
@article{arxiv.2106.03530,
title = {CAiRE in DialDoc21: Data Augmentation for Information-Seeking Dialogue System},
author = {Etsuko Ishii and Yan Xu and Genta Indra Winata and Zhaojiang Lin and Andrea Madotto and Zihan Liu and Peng Xu and Pascale Fung},
journal= {arXiv preprint arXiv:2106.03530},
year = {2021}
}
备注
Accepted in DialDoc21 Workshop in ACL 2021. Etsuko Ishii and Yan Xu contributed equally to this work