基于半监督学习与由粗到细意图检测的客服对话系统发现
计算与语言
2022-12-26 v1
摘要
面向任务的对话（TOD）旨在通过多轮对话协助用户达成特定目标。近来，基于大型预训练模型已取得良好结果。然而，标注数据的稀缺阻碍了TOD系统的大规模高效开发。在本工作中，我们基于教师/学生范式构建了一个弱监督数据集，该范式利用了大量未标注对话。此外，我们构建了一个模块化对话系统，并集成了由粗到细粒度的分类用于用户意图检测。实验表明，我们的方法能以更高的成功率达成对话目标并生成更连贯的回复。
引用
@article{arxiv.2212.12363,
title = {Discovering Customer-Service Dialog System with Semi-Supervised Learning and Coarse-to-Fine Intent Detection},
author = {Zhitong Yang and Xing Ma and Anqi Liu and Zheyu Zhang},
journal= {arXiv preprint arXiv:2212.12363},
year = {2022}
}
备注
Towards Semi-Supervised and Reinforced Task-Oriented Dialog Systems Co-located with EMNLP 2022, System Description Paper, 5 pages