MTSS：向多领域教师学习并成为多领域对话专家

如何构建高质量的多领域对话系统是一项具有挑战性的工作，因为各领域的对话状态空间复杂且相互纠缠，这严重限制了对话策略的质量，并进一步影响生成的回复。在本文中，我们提出了一种新方法，以获得令人满意的策略，并巧妙规避多领域设定中棘手的对话状态表示问题。受真实学校教学场景的启发，我们的方法由多个领域特定的教师和一个通用学生组成。每个单独的教师在仅关注一个特定领域，并基于精确抽取的单领域对话状态表示学习其对应的领域知识与对话策略。然后，这些领域特定的教师将其领域知识与策略传授给一个通用学生模型，并共同使该学生模型成为多领域对话专家。实验结果表明，我们的方法在多领域和单领域设定下均达到了与 SOTA 相竞争的结果。