基于对话的多视角零样本开放意图归纳:多领域批处理与代理梯度迁移
计算与语言
2023-08-15 v3 人工智能
摘要
在任务导向对话(TOD)系统中,检测和归纳新意图是将系统应用于现实世界的两个主要挑战。在本文中,我们提出语义多视角模型来解决这两个挑战:(1)用于通用嵌入(GE)的SBERT,(2)用于对话领域知识的多领域批处理(MDB),以及(3)用于簇专用语义的代理梯度迁移(PGT)。MDB一次性将多样化对话数据集输入模型,通过学习多领域知识来解决多领域问题。我们引入了一种新方法PGT,其采用孪生网络通过聚类方法直接微调模型。我们的模型可通过PGT学习如何聚类对话话语。实验结果表明,我们的结合MDB和PGT的多视角模型相比基线系统在开放意图归纳性能上显著提升。
引用
@article{arxiv.2303.13099,
title = {Multi-View Zero-Shot Open Intent Induction from Dialogues: Multi Domain Batch and Proxy Gradient Transfer},
author = {Hyukhun Koh and Haesung Pyun and Nakyeong Yang and Kyomin Jung},
journal= {arXiv preprint arXiv:2303.13099},
year = {2023}
}
备注
8 pages, 3 figures, SIGDIAL DSTC 2023 workshop