基于在提及槽池中继承槽值追踪对话状态
计算与语言
2022-04-26 v2 人工智能
摘要
对话状态追踪(DST)是任务型对话系统的一个组件。它负责根据对话语句提取和管理槽值,其中每个槽代表完成任务所需信息的关键部分,槽值在每个对话轮次中循环更新。然而,许多 DST 模型不能恰当地更新槽值。这些模型可能重复继承前几轮提取的错误槽值,导致整个 DST 任务失败。它们也不能很好地更新间接提及的槽。本研究设计了一个带有提及槽池(MSP)的模型来解决更新问题。MSP 是一种特定于槽的记忆,记录所有可能被继承的已提及槽值,我们的模型根据 MSP 和对话上下文更新槽值。当模型预测先前槽值错误时,它拒绝继承该值,然后从当前对话上下文中重新提取槽值。随着上下文信息随对话推进而积累,新值更可能是正确的。它也能通过从 MSP 中选取一个值来追踪间接提及的槽。实验结果表明,我们的模型在 MultiWOZ 2.1 和 2.2 数据集上达到了最先进的 DST 性能。
引用
@article{arxiv.2202.07156,
title = {On Tracking Dialogue State by Inheriting Slot Values in Mentioned Slot Pools},
author = {Zhoujian Sun and Zhengxing Huang and Nai Ding},
journal= {arXiv preprint arXiv:2202.07156},
year = {2022}
}
备注
Accept in IJCAI-ECAI 2022