利用合成开放域对话增强任务型对话机器人的参与度
计算与语言
2023-05-25 v2 软件工程
摘要
为构建适用于不同类型对话（如任务导向对话（TOD）与开放域对话（ODD））的对话系统，已有诸多努力。为更好地模仿通常融合多种对话模式的人类级对话，构建能够有效处理 TOD 与 ODD 并访问不同知识源的系统至关重要。针对融合任务可用数据的匮乏，我们提出一种自动生成框架，可在多种设定下组合知识驱动的 ODD 与 TOD。此外，我们引入了统一模型 PivotBot，能够恰当地采用 TOD 与 ODD 模式并访问不同知识源，从而有效应对融合任务。评测结果证明了该模型在 TOD 与 ODD 任务间无缝切换的优越能力。
引用
@article{arxiv.2212.10007,
title = {CoCoMIC: Code Completion By Jointly Modeling In-file and Cross-file Context},
author = {Yangruibo Ding and Zijian Wang and Wasi Uddin Ahmad and Murali Krishna Ramanathan and Ramesh Nallapati and Parminder Bhatia and Dan Roth and Bing Xiang},
journal= {arXiv preprint arXiv:2212.10007},
year = {2023}
}