基于知识图谱的对话信息空白桥接与 grounded 交换

知识模型是对话系统实现对话交互的基本要素，需要处理特定领域的知识。确保在信息提供对话中实现有效沟通，关键在于对齐用户的理解与系统可用知识。然而，对话系统常面临由自然语言中信息表达方式与系统内部知识表示方式之间的语义不一致性引起的挑战。为解决此问题，我们研究了大型语言模型用于对话 grounding（即通过建立对话参与者之间共享知识来桥接信息空白的机制）。我们的方法涉及对跨越五个知识领域的人类对话进行注释，以创建新的对话语料库称为BridgeKG。通过在该数据集上进行一系列实验，我们经验性地评估了大型语言模型在分类 grounding 行为和识别知识图谱结构中已 grounding 信息项目方面的能力。我们的发现提供了关于这些模型如何使用 in-context learning for对话grounding任务以及常见预测错误的见解，我们通过具有挑战性对话的示例进行说明。我们讨论了模型如何将知识图谱作为非结构化对话言语与结构化信息项目之间的语义层进行处理。