对话式语义解析
计算与语言
2020-09-30 v1 机器学习
摘要
面向任务的助手系统中语义解析的结构化表示侧重于对单轮查询的简单理解。由于该表示的局限性，共指消解与上下文携带等基于会话的特性在流水线系统中于下游处理。本文中，我们提出了一种用于此类面向任务对话系统的语义表示，能够表达共指与上下文携带等概念，从而实现对会话中查询的全面理解。我们发布了一个基于会话的组合式面向任务解析数据集，包含 2 万条会话、共 6 万条话语。与 Dialog State Tracking Challenges 不同，该数据集中的查询具有组合形式。我们针对上述基于会话的解析提出了一系列新的 Seq2Seq 模型，在 ATIS、SNIPS、TOP 和 DSTC2 上取得了优于或可与当前最优（SOTA）相媲美的性能。值得注意的是，我们在 DSTC2 上将槽位携带的最佳已知结果提升了至多 5 个点。
引用
@article{arxiv.2009.13655,
title = {Conversational Semantic Parsing},
author = {Armen Aghajanyan and Jean Maillard and Akshat Shrivastava and Keith Diedrick and Mike Haeger and Haoran Li and Yashar Mehdad and Ves Stoyanov and Anuj Kumar and Mike Lewis and Sonal Gupta},
journal= {arXiv preprint arXiv:2009.13655},
year = {2020}
}