考虑同一语境下多个恰当响应的任务型对话系统
计算与语言
2019-12-03 v2 人工智能
摘要
对话具有内在的一对多特性，这意味着对于同一对话语境可能存在多个恰当的响应。在任务型对话中，该特性导致了朝向任务完成的不同有效对话策略。然而，现有的任务型对话生成方法均未考虑此特性。我们提出了一种多动作数据增强（MADA）框架，利用一对多特性生成多样且恰当的对话响应。具体而言，我们首先使用对话状态来概括对话历史，然后发现从每个对话状态到其不同有效系统动作的所有可能映射。在对话系统训练期间，我们使当前对话状态映射到前述过程中发现的所有有效系统动作，以创建额外的状态-动作对。通过引入这些额外配对，对话策略学习到均衡的动作分布，进而引导对话模型生成多样响应。实验结果表明，所提框架持续提升了对话策略的多样性，并改善了响应的多样性和恰当性。我们的模型在 MultiWOZ 上取得了最先进（SOTA）的结果。
引用
@article{arxiv.1911.10484,
title = {Task-Oriented Dialog Systems that Consider Multiple Appropriate Responses under the Same Context},
author = {Yichi Zhang and Zhijian Ou and Zhou Yu},
journal= {arXiv preprint arXiv:1911.10484},
year = {2019}
}