Mars：利用对比学习为端到端任务型对话建模上下文与状态表示
计算与语言
2023-07-11 v2
摘要
传统端到端任务型对话系统先将于对话上下文转换为信念状态与动作状态，再生成系统回复。系统回复质量显著受信念状态与动作状态质量影响。我们首先探究何种对话上下文表示有益于提升信念状态与动作状态质量，进而改善生成回复质量。为开展探究，我们提出Mars，一种端到端任务型对话系统，采用两种对比学习策略来建模对话上下文与信念/动作状态表示间的关系。实证结果表明，与语义状态表示差异更大的对话上下文表示更利于多轮任务型对话。此外，我们所提Mars在MultiWOZ 2.0、CamRest676与CrossWOZ上取得了最先进性能。
引用
@article{arxiv.2210.08917,
title = {Mars: Modeling Context & State Representations with Contrastive Learning for End-to-End Task-Oriented Dialog},
author = {Haipeng Sun and Junwei Bao and Youzheng Wu and Xiaodong He},
journal= {arXiv preprint arXiv:2210.08917},
year = {2023}
}
备注
Findings of ACL2023