DiSCoL：通过对话主线引导响应生成构建引人入胜的对话系统
计算与语言
2021-02-04 v1
摘要
与用户进行引人入胜且信息丰富的对话是开放域对话系统的终极目标。近期基于 transformer 的语言模型及其在对话系统中的应用已成功生成流畅且类人的响应。然而，它们仍缺乏对生成过程的控制，以产生有实质内容的响应并实现引人入胜的对话。为实现该目标，我们提出 \textbf{DiSCoL}（通过对话主线引导响应生成的 \textbf{Di}alogue \textbf{S}ystems through \textbf{Co}versational \textbf{L}ine）。DiSCoL 是一个开放域对话系统，它利用对话主线（简称 \textbf{convlines}）作为可控且信息丰富的内容规划元素，引导生成模型产生引人入胜且信息丰富的响应。DiSCoL 流程中的两个主要模块是条件生成器，分别训练用于 1）为对话上下文预测相关且信息丰富的 convlines，以及 2）基于预测的 convlines 生成高质量响应。用户也可以更改返回的 convlines 以 \textit{控制} 对话方向朝向他们更感兴趣的话题。通过自动与人工评估，我们展示了 convlines 在产生引人入胜的对话方面的有效性。
引用
@article{arxiv.2102.02191,
title = {DiSCoL: Toward Engaging Dialogue Systems through Conversational Line Guided Response Generation},
author = {Sarik Ghazarian and Zixi Liu and Tuhin Chakrabarty and Xuezhe Ma and Aram Galstyan and Nanyun Peng},
journal= {arXiv preprint arXiv:2102.02191},
year = {2021}
}