NatCS：引出自然客户服务对话
计算与语言
2023-05-05 v1
摘要
尽管基于自然客户服务对话的应用日益受到关注，但公开可用的、反映此类场景中对话预期特征的数据集却少之又少。现有的任务导向对话数据集是为主要在书面人-机器人设置下基准测试对话系统而收集的，不能代表真实的客户支持对话，也无法为应用于自然数据的系统提供现实的基准。为弥补这一缺口，我们引入了 NatCS，一个多领域口语客户服务对话集合。我们描述了基于真实对话中观察到的自然语言现象，收集客户与客服之间合成对话的流程。与以往的对话数据集相比，以我们的方法收集的对话在多项指标上更具真实人-人对话的代表性。最后，我们展示了 NatCS 的潜在用途，包括对话行为分类与从对话中进行意图归纳作为潜在应用，表明 NatCS 中的对话行为标注相比现有合成书面数据集，为建模真实对话提供了更有效的训练数据。我们公开发布 NatCS 以促进自然对话系统的研究。
引用
@article{arxiv.2305.03007,
title = {NatCS: Eliciting Natural Customer Support Dialogues},
author = {James Gung and Emily Moeng and Wesley Rose and Arshit Gupta and Yi Zhang and Saab Mansour},
journal= {arXiv preprint arXiv:2305.03007},
year = {2023}
}
备注
Accepted to Findings of ACL 2023