对话中句子规划的个体与领域自适应
计算与语言
2011-11-02 v1
摘要
口语对话系统开发和部署中最大的挑战之一是口语生成模块的设计。这一挑战源于生成器需要适应对话领域、用户群体和对话上下文的许多特征。一种有前景的方法是训练式生成，它使用通用的语言学知识，并自动适应感兴趣的特征，例如应用领域、个体用户或用户群体。在本文中，我们提出并评估了一个用于在MATCH对话系统中提供餐厅信息的可训练句子规划器。我们表明，可训练句子规划可以生成复杂的信息呈现，其质量可与针对该领域调整的基于模板的生成器的输出相媲美。我们还表明，我们的方法易于支持将句子规划器适应于个体，并且个体化的句子规划器通常比在个体群体上训练和测试的模型表现更好。先前的工作已经记录并利用了内容选择的个体偏好，但据我们所知，这些结果首次证明了句子规划操作的个体偏好，影响了系统响应的内容顺序、话语结构和句子结构。最后，我们评估了不同特征集的贡献，并表明，在我们的应用中，n-gram特征通常与基于更高级别语言表示的特征表现一样好。
引用
@article{arxiv.1111.0048,
title = {Individual and Domain Adaptation in Sentence Planning for Dialogue},
author = {F. Mairesse and R. Prasad and A. Stent and M. A. Walker},
journal= {arXiv preprint arXiv:1111.0048},
year = {2011}
}