Task2Dial：一种基于文档的常识增强任务型对话的新任务与数据集
计算与语言
2022-04-05 v1 人工智能
摘要
本文提出了一种基于文档的常识增强任务型对话的新任务，并描述了Task2Dial数据集——一个新颖的基于文档的任务型对话数据集，其中信息给出者（IG）通过查阅文档向信息跟随者（IF）提供指令，以使后者成功完成任务。在这一独特设定中，IF可以提出未必基于底层文档、需要常识知识才能回答的澄清问题。Task2Dial数据集带来了新的挑战：（1）其人类参考文本比其他基于文档的对话数据集展现出更丰富的词汇多样性和变化；（2）从该集合生成需要对指令性回复进行改写，因为这些回复可能已相对于底层文档被修改；（3）需要常识知识，因为问题未必基于文档；（4）生成需要基于上下文进行规划，因为任务步骤需按顺序提供。Task2Dial数据集包含的对话平均轮数为 ，每轮平均19.79个词元，而现有数据集分别为12.94和12。因此，从该数据集学习有望产生更自然、更多样且更少模板化的系统话语。
引用
@article{arxiv.2204.01061,
title = {Task2Dial: A Novel Task and Dataset for Commonsense enhanced Task-based Dialogue Grounded in Documents},
author = {Carl Strathearn and Dimitra Gkatzia},
journal= {arXiv preprint arXiv:2204.01061},
year = {2022}
}