K-PERM：使用动态知识检索和个性自适应查询的个性化回复生成
信息检索
2024-02-07 v2
摘要
个性化对话代理可以提升对话质量并增加用户参与度。然而，它们往往缺乏外部知识来适当地迎合用户的个性。这对于实际应用尤为重要，例如心理健康支持、营养规划、文化敏感对话或减少对话代理中的有毒行为。为了增强个性化回复的相关性和全面性，我们提出了一种两步方法，包括（1）选择性整合用户个性，以及（2）通过背景知识源中的补充信息来语境化回复。我们开发了K-PERM（知识引导的个性化与奖励调制），一个结合了这些元素的动态对话代理。K-PERM在流行的FoCus数据集上达到了最先进的性能，该数据集包含关于全球地标的真实世界个性化对话。我们表明，使用K-PERM的回复可以将最先进的LLM（GPT 3.5）的性能提升10.5%，突显了K-PERM在个性化聊天机器人方面的影响。
引用
@article{arxiv.2312.17748,
title = {K-PERM: Personalized Response Generation Using Dynamic Knowledge Retrieval and Persona-Adaptive Queries},
author = {Kanak Raj and Kaushik Roy and Vamshi Bonagiri and Priyanshul Govil and Krishnaprasad Thirunarayanan and Manas Gaur},
journal= {arXiv preprint arXiv:2312.17748},
year = {2024}
}
备注
Accepted at AAAI 2024 Spring Symposium Series