基于用户偏好话题的主动用户信息获取
计算与语言
2025-04-11 v1
摘要
旨在提供具体收益的对话式对话系统（例如分享最新新闻或帮助老年人预防老年痴呆）通常需要在用户偏好话题（PIVOT）上的主动获取特定用户信息。本研究提出了 PIVOT 任务，旨在为此类系统奠定技术基础。在该任务中，系统需要在预定义话题的聊天中获取用户对预定义问题的答案，而不使用户感到突兀。我们发现，即使是最新的大语言模型（LLM），在 PIVOT 任务中也表现出低成功率。我们构建了一个适合分析以开发更有效系统的数据集。最终，我们通过对该数据集进行分析所获得的见识，开发了一个简单而有效的系统来解决此任务。
引用
@article{arxiv.2504.07698,
title = {Proactive User Information Acquisition via Chats on User-Favored Topics},
author = {Shiki Sato and Jun Baba and Asahi Hentona and Shinji Iwata and Akifumi Yoshimoto and Koichiro Yoshino},
journal= {arXiv preprint arXiv:2504.07698},
year = {2025}
}
备注
23 pages