基于生成式对话网络的知识 grounded 对话数据增强
计算与语言
2022-07-26 v1
摘要
尽管丰富、开放领域的文本数据通常可用，并可能包含有趣的现象（幽默、讽刺、共情等），但大多数数据是为语言处理任务设计的，且通常呈非对话格式。在这项工作中，我们朝着使用生成式对话网络（Generative Conversational Networks, GCN）自动生成对话数据迈出了一步，旨在利用可用的语言和知识数据的广度，训练开放领域社交对话智能体。我们在 Topical Chat 数据集上，使用自动指标和人类评估者，对有无知识依据的对话评估了我们的方法。我们的结果表明，对于无知识依据的对话，GCN 可以从种子数据中泛化，生成新颖但相关性较低却更具吸引力的对话；而对于知识 grounded 对话，它能生成更具知识聚焦性、流畅性和吸引力的对话。具体而言，我们表明，在开放领域对话中仅使用 10% 的种子数据时，我们的方法在吸引力、流畅性和相关性的人类评分上表现接近使用 100% 数据的基线；而对于知识 grounded 对话，仅使用 1% 的数据即可达到同等表现。
引用
@article{arxiv.2207.11363,
title = {Knowledge-Grounded Conversational Data Augmentation with Generative Conversational Networks},
author = {Yen-Ting Lin and Alexandros Papangelis and Seokhwan Kim and Dilek Hakkani-Tur},
journal= {arXiv preprint arXiv:2207.11363},
year = {2022}
}
备注
Accepted at SIGDial 2022