通过心智理论建模实现少样本语言协调
计算与语言
2021-07-14 v1
摘要
人类通过与大型社群中不同对话者在简短对话内协调来进行交流。构建神经通信智能体的研究低估了这一能力。我们研究少样本 任务:智能体快速适应其对话伙伴的语言能力。与当前经自博弈训练的通信智能体不同,我们要求主导智能体与具有不同语言能力的智能体 协调,快速适应以与群体中未见过的智能体交流。这需要建模对方信念的能力,这是人类交流的重要组成部分。受心智理论(ToM; Premack & Woodruff (1978))启发,我们研究说话者显式建模听者心理状态的效果。如实验所示,说话者获得了预测其伙伴反应的能力,这有助于其生成简洁表达交流目标的指令。我们在指称游戏和语言导航任务中检验了我们的假设:借助 ToM 建模生成的指令带来更好的交流表现。实验的积极结果暗示了将交流显式建模为社会语用过程的重要性。
引用
@article{arxiv.2107.05697,
title = {Few-shot Language Coordination by Modeling Theory of Mind},
author = {Hao Zhu and Graham Neubig and Yonatan Bisk},
journal= {arXiv preprint arXiv:2107.05697},
year = {2021}
}
备注
Thirty-eighth International Conference on Machine Learning (ICML 2021)