改进口语对话系统中的长距离槽位延续
计算与语言
2019-06-05 v1
摘要
跟踪对话状态是任务型口语对话系统的核心组件。跟踪对话状态的一种方法是槽位延续（slot carryover），即模型对上下文中的某个槽位是否与当前轮次相关做出二元判定。先前关于槽位延续任务的工作使用对各个槽位独立决策的模型。对结果的细致分析表明，该方法在较长上下文对话上表现不佳。在本文中，我们提出联合建模各槽位。我们提出两种神经网络架构：一种基于指针网络，融入槽位顺序信息；另一种基于 transformer 网络，利用自注意力机制建模槽位间依赖关系。我们在内部对话基准数据集及公开 DSTC2 数据集上的实验表明，我们所提模型能够解析更长距离的槽位指代，并取得有竞争力的性能。
引用
@article{arxiv.1906.01149,
title = {Improving Long Distance Slot Carryover in Spoken Dialogue Systems},
author = {Tongfei Chen and Chetan Naik and Hua He and Pushpendre Rastogi and Lambert Mathias},
journal= {arXiv preprint arXiv:1906.01149},
year = {2019}
}
备注
Accepted at ACL 2019 workshop on NLP for Conversational AI (NLP4ConvAI)