Doc2Bot：通过对话机器人访问异构文档
计算与语言
2022-11-22 v3
摘要
本文介绍 Doc2Bot，一个用于构建通过对话帮助用户获取信息的新颖数据集。这对于拥有大量手册或说明书的公司与组织尤为有用。尽管具有潜力，我们任务的性质带来了若干挑战：（1）文档包含多种结构，阻碍机器理解能力；（2）用户信息需求常欠指定。相较于先前或聚焦单一结构类型或忽视通过提问揭示用户需求作用的数据集，Doc2Bot 数据集的构建旨在系统性地应对此类挑战。我们的数据集包含基于五个领域中文文档的逾 100,000 轮对话，规模大于任何先前的文档 grounded 信息寻求对话数据集。我们在 Doc2Bot 中提出三项任务：（1）跟踪用户意图的对话状态跟踪，（2）规划系统动作与内容的对话策略学习，（3）基于对话策略输出生成响应的回复生成。给出了基于最新深度学习模型的基线方法，表明我们所提任务具有挑战性且值得进一步研究。
引用
@article{arxiv.2210.11060,
title = {Doc2Bot: Accessing Heterogeneous Documents via Conversational Bots},
author = {Haomin Fu and Yeqin Zhang and Haiyang Yu and Jian Sun and Fei Huang and Luo Si and Yongbin Li and Cam-Tu Nguyen},
journal= {arXiv preprint arXiv:2210.11060},
year = {2022}
}
备注
17 pages, 14 figures. Accepted by Findings of EMNLP 2022