基于半监督的知识检索型任务导向对话系统
计算与语言
2023-05-23 v1
摘要
大多数现有任务导向对话（TOD）系统以槽位与取值跟踪对话状态，并借此查询数据库以获取相关知识来生成回复。在实际应用中，用户话语更具噪声，因此更难准确跟踪对话状态并正确获取相关知识。近来，问答与文档 grounded 对话系统的进展在于带知识检索器的检索增强方法。受此启发，我们提出一种基于检索的方法以增强 TOD 系统中的知识选择，其显著优于针对实际对话的传统数据库查询方法。进一步，我们开发了基于潜变量模型的半监督学习，可与知识检索器协同利用有标注与无标注对话数据。采用联合随机逼近（JSA）算法进行半监督模型训练，整个系统称为 JSA-KRTOD。实验在来自中国移动客服的真实数据集 MobileCS 上进行，表明 JSA-KRTOD 在有标注仅用与半监督设定下均取得优越性能。
引用
@article{arxiv.2305.13199,
title = {Knowledge-Retrieval Task-Oriented Dialog Systems with Semi-Supervision},
author = {Yucheng Cai and Hong Liu and Zhijian Ou and Yi Huang and Junlan Feng},
journal= {arXiv preprint arXiv:2305.13199},
year = {2023}
}
备注
5 pages, accepted by INTERSPEECH2023