SynthDST：合成数据是少样本对话状态跟踪所需的一切

利用大语言模型（LLM）进行上下文学习已成为对话状态跟踪（DST）研究中一个极具前景的方向。然而，性能最佳的上下文学习方法需要检索相似样本并添加到提示中，这需要访问有标签的训练数据。为广泛的领域和应用获取此类训练数据既耗时、昂贵，有时甚至不可行。虽然零样本学习不需要训练数据，但其性能远落后于少样本设置。因此，“我们能否高效地为任意对话模式生成合成数据以实现少样本提示？”为解决这一问题，我们提出了 SynthDST，一个利用 LLM 专为 DST 定制的数据生成框架。我们的方法仅需要对话模式和少量手工编写的对话模板，即可合成带有 DST 标注的自然、连贯且流畅的对话。在 MultiWOZ 2.1 和 2.4 上，使用 SynthDST 数据进行少样本学习使联合目标准确率比零样本基线提高了 $4-5$。值得注意的是，与使用人工标注训练数据的少样本设置相比，我们的少样本学习方法恢复了近 $98$ 的性能。我们的合成数据和代码可在 https://github.com/apple/ml-synthdst 获取。