DialogQAE：从客服对话日志中抽取 N 对 N 问答对
计算与语言
2022-12-15 v1 人工智能
信息检索
摘要
从真实场景的客服对话日志中挖掘问答（QA）对，是在冷启动或持续集成场景下丰富客服聊天机器人知识库的高效途径。已有工作试图从不断增长的客服对话日志中获取 1 对 1 的 QA 对，但未能结合对话上下文中的不完整话语以实现复合 QA 检索。本文提出 N 对 N 的 QA 抽取任务，其中所派生的问句及其对应答案可能分散于不同话语中。我们引入一套基于生成式/判别式标注的方法，包含端到端与两阶段变体，在 5 个客服数据集上表现良好，并首次以话语级和会话级评估指标建立了 N 对 N DialogQAE 的基准。通过对抽取 QA 对的深入分析，我们发现 QA 对之间及内部的关系可作为分析对话结构的指标，例如信息寻求、澄清、插话与详述。我们还展示了所提模型可适配不同领域与语言，并降低真实产品对话平台中知识积累的人力成本。
引用
@article{arxiv.2212.07112,
title = {DialogQAE: N-to-N Question Answer Pair Extraction from Customer Service Chatlog},
author = {Xin Zheng and Tianyu Liu and Haoran Meng and Xu Wang and Yufan Jiang and Mengliang Rao and Binghuai Lin and Zhifang Sui and Yunbo Cao},
journal= {arXiv preprint arXiv:2212.07112},
year = {2022}
}
备注
Preprint version; The first three authors contribute equally