使用大语言模型生成合成查询以用于虚拟助手
信息检索
2024-06-12 v1 人工智能
计算与语言
摘要
虚拟助手 (VA) 是重要的信息检索平台，帮助用户通过语音指令完成各种任务。语音识别系统 (语音转文本) 使用仅基于文本训练的查询先验，来区分听不清的备选方案。因此，生成与现有 VA 使用情形相似的合成查询，可显著提升 VA 的性能——尤其是对于尚未在配对音频/文本数据中出现的使用情形。本文提供了一种关于大语言模型 (LLM) 用于生成与模板方法互补的合成查询的初步探索。我们检验了这些方法 (a) 生成的查询是否相似于从流行 VA 中随机抽取的、具有代表性且已匿名化的用户查询；以及 (b) 生成的查询是否具有特定性。我们发现，LLM 生成的查询相对于模板方法更为冗长，并且参考了与实体相关的具体方面。生成的查询与 VA 用户查询相似，且足够具体，以检索相关实体。我们得出结论，LLM 生成的查询与模板方法互补。
引用
@article{arxiv.2406.06729,
title = {Synthetic Query Generation using Large Language Models for Virtual Assistants},
author = {Sonal Sannigrahi and Thiago Fraga-Silva and Youssef Oualil and Christophe Van Gysel},
journal= {arXiv preprint arXiv:2406.06729},
year = {2024}
}
备注
SIGIR '24. The 47th International ACM SIGIR Conference on Research & Development in Information Retrieval