P5：用于个性化回复选择的即插即用角色提示
计算与语言
2023-10-11 v1 人工智能
信息检索
摘要
基于角色检索的聊天机器人的使用对个性化对话至关重要，但存在若干需应对的挑战。1）一般而言，收集角色接地语料库非常昂贵。2）在实际应用中聊天机器人系统并非总考虑角色进行响应。为应对这些挑战，我们提出一种即插即用角色提示方法。我们的系统在无角色信息时可作为标准开放域聊天机器人运行。我们证明该方法在零样本设定下表现良好，降低了对角色接地训练数据的依赖。这使得无需构建角色接地语料库即可更容易地将系统扩展到其他语言。此外，我们的模型可微调以获得更佳性能。在我们的实验中，零样本模型在标准模型基础上于原始角色和修订角色分别提升7.71和1.04分。微调模型在原始角色和修订角色分别比先前最优系统提升1.95和3.39分。据我们所知，这是首次尝试使用提示序列解决个性化回复选择问题。我们的代码见于 github~\footnote{https://github.com/rungjoo/plug-and-play-prompt-persona}。
引用
@article{arxiv.2310.06390,
title = {P5: Plug-and-Play Persona Prompting for Personalized Response Selection},
author = {Joosung Lee and Minsik Oh and Donghun Lee},
journal= {arXiv preprint arXiv:2310.06390},
year = {2023}
}
备注
EMNLP 2023 main conference