全部真相且绝无虚言：基于数据流转导与约束解码的忠实可控对话响应生成

在真实世界对话系统中，生成的文本必须忠实且信息丰富，同时保持流畅并遵循规定的风格。对于语言生成中两种主流范式——神经语言建模与基于规则的生成——而言，同时满足这些约束是困难的。我们描述了一种结合两种范式优势的对话响应生成混合架构。该架构的第一个组件是使用称为数据流转导（dataflow transduction）的新形式框架定义的基于规则的内容选择模型，其利用声明式规则将对话智能体的动作及其结果（表示为数据流图）转导为表示上下文可接受响应空间的无上下文文法。第二个组件是利用这些文法约束神经语言模型输出的约束解码过程，从而选出流畅话语。我们的实验表明，在流畅性、相关性与真实性的真人评估中，该系统优于基于规则和基于学习的方法。