基于自然语言推理的对话语义多样性
计算与语言
2022-05-04 v1
摘要
为闲聊对话生成多样且有趣的回复是神经对话智能体面临的一个问题。本文为改善对话生成中的多样性作出两项实质性贡献。首先，我们提出了一种新颖的度量，利用自然语言推理（NLI）来衡量一组对话模型回复的语义多样性。我们使用一个既有框架（Tevet and Berant, 2021）评估该度量，并发现有力证据表明 NLI 多样性与语义多样性相关。具体而言，我们表明矛盾关系比中立关系更有助于衡量该多样性，且融入 NLI 模型的置信度可取得最先进（state-of-the-art）结果。其次，我们展示了如何通过一种称为多样性阈值生成的新生成过程迭代提升采样回复集合的语义多样性，与标准生成过程相比，其使 NLI 多样性平均提高 137%。
引用
@article{arxiv.2205.01497,
title = {Semantic Diversity in Dialogue with Natural Language Inference},
author = {Katherine Stasaski and Marti A. Hearst},
journal= {arXiv preprint arXiv:2205.01497},
year = {2022}
}
备注
To appear at NAACL 2022