MoPE：用于零样本对话状态追踪的混合前缀专家
计算与语言
2024-04-15 v1
摘要
零样本对话状态追踪（DST）将知识迁移到未见领域，从而降低标注新数据集的成本。以往的零样本DST模型主要面临领域迁移和部分预测问题。为了应对这些挑战，我们提出了混合前缀专家（MoPE），以建立不同领域间相似槽位之间的联系，从而增强模型在未见领域的迁移性能。实验结果表明，MoPE-DST在MultiWOZ2.1上实现了57.13%的联合目标准确率，在SGD上实现了55.40%的联合目标准确率。
引用
@article{arxiv.2404.08559,
title = {MoPE: Mixture of Prefix Experts for Zero-Shot Dialogue State Tracking},
author = {Tianwen Tang and Tong Zhu and Haodong Liu and Yin Bai and Jia Cheng and Wenliang Chen},
journal= {arXiv preprint arXiv:2404.08559},
year = {2024}
}
备注
Accepted to LREC-COLING 2024