介绍 MANtIS：一种新颖的多领域信息搜寻对话数据集
计算与语言
2019-12-11 v1 信息检索
机器学习
摘要
对话式搜索是一种信息检索（IR）方法，用户与智能体进行对话以满足其信息需求。以往的概念性工作描述了良好智能体应具备的属性和动作。与他们不同，我们提出了一种以对话目标定义的新颖概念模型，使我们能够推理对话式搜索中的当前研究实践。基于文献，我们阐明了 IR、自然语言处理（NLP）和对话系统（DS）领域的现有任务和测试集合如何契合该模型。我们描述了一个理想对话式搜索数据集应具备的一组特征。最后，我们介绍了 MANtIS（代码和数据集见 https://guzpenha.github.io/MANtIS/），一个包含多领域且基于依据的信息搜寻对话的大规模数据集，满足了我们所有的数据集期望属性。我们提供了对话响应排序和用户意图预测任务的基线结果。
引用
@article{arxiv.1912.04639,
title = {Introducing MANtIS: a novel Multi-Domain Information Seeking Dialogues Dataset},
author = {Gustavo Penha and Alexandru Balan and Claudia Hauff},
journal= {arXiv preprint arXiv:1912.04639},
year = {2019}
}