对话十二项全能：开放域知识与图像接地对话智能体
计算与语言
2020-04-30 v2 人工智能
摘要
我们引入 dodecaDialogue：一组 12 项任务，用于衡量对话智能体是否能以个性与同理心进行引人入胜的交流、提问、利用知识资源回答问题、讨论话题与情境、以及感知并围绕图像交谈。通过在如此广泛的大规模数据集上多任务学习，我们希望朝着并衡量在开放域设定中产出能与人类感知、推理并交谈的单一统一智能体的进展。我们展示了这种多任务学习优于 BERT 预训练基线，这主要归因于在相似域上使用极大规模对话数据集的多任务学习，并且多任务学习一般在微调与任务迁移设定下利用若干指标为文本与基于图像的任务均带来提升。我们在许多任务上取得了最先进（state-of-the-art, SOTA）结果，为该挑战提供了强基线。
引用
@article{arxiv.1911.03768,
title = {The Dialogue Dodecathlon: Open-Domain Knowledge and Image Grounded Conversational Agents},
author = {Kurt Shuster and Da Ju and Stephen Roller and Emily Dinan and Y-Lan Boureau and Jason Weston},
journal= {arXiv preprint arXiv:1911.03768},
year = {2020}
}
备注
ACL 2020