CREDIT：用于对话状态跟踪的由粗到细序列生成方法
计算与语言
2020-09-23 v1
摘要
在对话系统中，对话状态跟踪器旨在基于完整对话历史准确找出当前对话状态的紧凑表示。尽管以往方法常将对话状态定义为若干独立三元组（域-槽-值）的组合，本文采用结构化状态表示并将对话状态跟踪视为序列生成问题。基于这一新表述，我们提出一种由粗到细对话状态跟踪（CREDIT）方法。利用作为标记语言序列的结构化状态表示，我们可进一步通过策略梯度方法优化自然语言指标，对预训练模型进行微调（监督学习）。如同所有生成式状态跟踪方法，CREDIT不依赖于枚举所有可能槽值的预定义对话本体。实验表明，我们的跟踪器在MultiWOZ 2.0与MultiWOZ 2.1数据集的五个域上取得了令人鼓舞的联合目标准确率。
引用
@article{arxiv.2009.10435,
title = {CREDIT: Coarse-to-Fine Sequence Generation for Dialogue State Tracking},
author = {Zhi Chen and Lu Chen and Zihan Xu and Yanbin Zhao and Su Zhu and Kai Yu},
journal= {arXiv preprint arXiv:2009.10435},
year = {2020}
}
备注
10 pages, 3 figures