一块砖是否足以打破口语对话状态跟踪的高墙？
计算与语言
2024-07-02 v3 人工智能
音频与语音处理
信号处理
摘要
在面向任务的对话（TOD）系统中，正确更新系统对用户请求的理解（即对话状态跟踪）是顺畅交互的关键。传统上，TOD 系统分三步执行此更新：用户话语转写、关键概念语义抽取，以及与先前识别概念的语境化。此类级联方法存在错误级联与分别优化的问题。端到端方法已被证明在轮次级语义抽取步骤之前是有帮助的。本文更进一步，提供（1）一种完全神经化的口语 DST 新方法，（2）与最先进级联方法的深入比较，以及（3）朝向更好上下文传播的路径。我们的研究强调，联合优化方法对于上下文依赖任务（如对话状态跟踪（DST））同样具有竞争力，尤其在音频原生设定中。DST 系统中的上下文传播可受益于考虑先前上下文固有不确定性的训练过程。
引用
@article{arxiv.2311.04923,
title = {Is one brick enough to break the wall of spoken dialogue state tracking?},
author = {Lucas Druart and Valentin Vielzeuf and Yannick Estève},
journal= {arXiv preprint arXiv:2311.04923},
year = {2024}
}