降低对话文本生成对说话人名称的敏感性

在整段对话中一致地更改说话人名称不应影响其含义以及对话文本生成的相应输出。然而，作为对话处理任务骨干的预训练语言模型已被证明对细微差异敏感。这可能导致实际应用中的不公平性。过去尚未对该问题进行全面分析。在本工作中，我们提出定量衡量模型对说话人名称的敏感性，并全面评估多种已知的降低说话人名称敏感性的方法，包括我们自己的一种新方法。在多个数据集上的大量实验为这一问题提供了基准，并表明我们的方法在降低敏感性和生成质量方面具有良好表现。