该对话是否连贯？从对话行为与实体中学习
计算与语言
2020-06-19 v1
摘要
在这项工作中，我们研究了人类对开放域对话连贯性的感知。具体而言，我们解决了在考虑整个对话历史的情况下对下一轮候选的连贯性进行标注与建模的问题。首先，我们创建了 Switchboard 连贯性（SWBD-Coh）语料库，这是一个带有轮次连贯性评分的人-人口语对话数据集，其中下一轮候选话语的评分是在完整对话语境下给出的。我们对该语料库的统计分析表明了先前引入的实体分布模式与所使用的对话行为如何影响轮次连贯性感知。其次，我们尝试了不同架构来建模实体、对话行为及其组合，并评估它们在 SWBD-Coh 上预测人类连贯性评分的性能。我们发现，结合对话行为与实体信息的模型在回复选择与轮次连贯性评分上均取得了最佳性能。
引用
@article{arxiv.2006.10157,
title = {Is this Dialogue Coherent? Learning from Dialogue Acts and Entities},
author = {Alessandra Cervone and Giuseppe Riccardi},
journal= {arXiv preprint arXiv:2006.10157},
year = {2020}
}
备注
Accepted at SIGDIAL 2020