简化数据流对话设计
计算与语言
2022-06-29 v1
摘要
在 \citep{andreas2020task-oriented} 中，引入了一种基于数据流(DF)的对话系统，显示出相较于许多常用当前系统的明显优势。与此同时发布了SMCalFlow，一个具有实际相关性、人工标注的数据集，比任何可比的对话数据集更详细且规模更大。尽管有这些显著贡献，社区并未对这一方向表现出进一步兴趣。这种缺乏兴趣的原因是什么？又如何鼓励社区从事该方向的研究？一种解释可能是认为该方法过于复杂——无论是标注还是系统。本文论证这种看法是错误的：1) 提出了一种用于数据集标注的简化格式建议；2) 发布了一个DF执行引擎的实现\footnote{https://github.com/telepathylabsai/OpenDF}，它可作为沙盒，使研究人员能够轻松实现并实验新的DF对话设计。希望这些贡献将有助于吸引更多从业者探索基于DF的对话系统的新想法与设计。
引用
@article{arxiv.2206.14125,
title = {Simplifying Dataflow Dialogue Design},
author = {Joram Meron},
journal= {arXiv preprint arXiv:2206.14125},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2206.13425