哎呀我改主意了！：面向包含回退话语的真实对话状态跟踪
计算与语言
2022-10-13 v3
摘要
对话状态跟踪（DST）作为端到端对话系统的关键组件，其主要目的是构建一个能良好应对真实场景的模型。尽管在日常对话中我们经常不时改变想法，但当前的基准数据集并未充分反映此类情况，反而由过度简化的对话构成，其中没有任何人在对话过程中改变主意。作为启发本研究的核心问题：“当前的基准数据集是否足够多样，以处理在某一话题结束之后改变主意的随意对话？”我们发现答案是否定的，因为当基于模板的回退话语被注入数据集时，DST 模型无法参考用户先前的偏好。即便在最简单的改变想法（回退）场景下，DST 模型的性能也显著退化。然而，我们发现当回退场景在训练集中被显式设计时，这种性能退化可以得到恢复，这意味着问题不在于 DST 模型本身，而在于基准数据集的构建。
引用
@article{arxiv.2108.12637,
title = {Oh My Mistake!: Toward Realistic Dialogue State Tracking including Turnback Utterances},
author = {Takyoung Kim and Yukyung Lee and Hoonsang Yoon and Pilsung Kang and Junseong Bang and Misuk Kim},
journal= {arXiv preprint arXiv:2108.12637},
year = {2022}
}
备注
SereTOD Workshop at EMNLP 2022