MG-ShopDial：一个面向电子商务的多目标对话数据集
信息检索
2023-04-26 v1
摘要
对话系统在处理信息需求不断演化的复杂信息搜寻场景时尤为有效。在电子商务平台上找到合适的商品正是此类场景：对话代理需能对商品目录提供搜索能力、理解并基于用户偏好进行推荐，以及回答一系列与商品及其使用相关的问题。然而，现有对话数据集未能充分支持混合不同对话目标（即搜索、推荐与问答）的理念，而是聚焦于单一目标。为此，我们引入 MG-ShopDial：一个在电子商务领域混合不同目标的对话数据集。具体而言，我们的贡献如下。首先，我们设计了一种指导式人-人数据收集协议，其中每位对话参与者被给予一组指令，而非特定的脚本或可选答案。其次，我们实现了一个数据收集工具，利用上述协议通过网页聊天界面便利地收集多目标对话。第三，我们创建了 MG-ShopDial 语料，包含 64 段高质量对话，总计 2,196 条语句，覆盖不同复杂度的电子商务场景。该数据集还在语句层级上标注了意图与目标。最后，我们对该数据集进行分析并识别出多目标对话模式。
引用
@article{arxiv.2304.12636,
title = {MG-ShopDial: A Multi-Goal Conversational Dataset for e-Commerce},
author = {Nolwenn Bernard and Krisztian Balog},
journal= {arXiv preprint arXiv:2304.12636},
year = {2023}
}
备注
Proceedings of the 46th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '23), July 23--27, 2023, Taipei, Taiwan