连接世界：利用动态时空感知知识改进开放域对话

使聊天机器人在对话中像人类一样具有世界感知是一项关键挑战，其中世界可能包含动态知识和时空状态。近期的若干进展试图将对话系统链接到静态知识库或搜索引擎，但它们不包含对话所需的全部世界信息。相比之下，我们提出一种利用时空感知动态知识改进对话系统的新方法。我们利用服务信息作为对话系统连接世界的方式。系统根据对话上下文和时空状态主动构建请求以获取服务信息，然后生成具有世界感知的回复。为实现该方法，我们收集了 DuSinc，一个开放域人人对话数据集，其中参与者可访问服务以获取对话回复所需信息。通过自动和人工评估，我们发现服务信息显著改善了对话系统的一致性、信息量、事实性和吸引力，使其表现得更像人类。与无时空感知动态知识的预训练模型相比，整体会话级得分提升了 60.87%。所收集的数据集和方法将开源。