HybriDialogue：一个基于表格与文本数据的寻信对话数据集
计算与语言
2022-04-29 v1
摘要
当前对话系统面临的一个紧迫挑战是成功地与用户就信息分布于不同模态的话题进行交谈。多轮对话系统的先前工作主要聚焦于文本或表格信息之一。在更现实的场景中，对两者的联合理解至关重要，因为知识通常以非结构化和结构化两种形式分布。我们提出一个新的对话数据集 HybriDialogue，其由众包的自然对话构成，这些对话基于维基百科文本和表格。对话通过将复杂的多跳问题分解为简单、现实的多轮对话交互而创建。我们针对该数据集提出了检索、系统状态跟踪和对话响应生成任务，并对每项进行了基线实验。我们的结果表明仍存在充足的改进空间，证明了构建能够在基于表格和文本的寻信对话这一复杂设定上进行推理的更强对话系统的重要性。
引用
@article{arxiv.2204.13243,
title = {HybriDialogue: An Information-Seeking Dialogue Dataset Grounded on Tabular and Textual Data},
author = {Kai Nakamura and Sharon Levy and Yi-Lin Tuan and Wenhu Chen and William Yang Wang},
journal= {arXiv preprint arXiv:2204.13243},
year = {2022}
}
备注
Findings of ACL 2022