基于 PLATO-2 的话题切换自适应日语对话系统
计算与语言
2023-02-23 v1 多媒体
摘要
PLATO-2 等大规模开放域对话系统已在英文和中文上取得 SOTA（state-of-the-art，最优）分数。然而，极少有工作探讨此类对话系统在日语上是否同样表现良好。本工作中，我们创建了大规模日语对话数据集 Dialogue-Graph，其包含来自新闻、电视字幕和维基百科语料的 165.6 万条树结构对话数据。随后，我们使用 Dialogue-Graph 训练 PLATO-2 以构建大规模日语对话系统 PLATO-JDS。此外，为改善 PLATO-JDS 的话题切换问题，我们引入由话题判别器组成的话题切换算法，以在用户输入与前一话题不同时切换到新话题。我们通过四个指标（连贯性、信息量、吸引力和拟人度）评估所提模型用户体验。结果表明，我们提出的 PLATO-JDS 在以人-机聊天策略进行人工评估时取得 1.500 的平均分，接近最高分 2.000，显示出 PLATO-2 在日语上的高质量对话生成能力。此外，我们提出的话题切换算法取得 1.767 的平均分，比 PLATO-JDS 高出 0.267，表明其在改善系统用户体验上的有效性。
引用
@article{arxiv.2302.11280,
title = {Topic-switch adapted Japanese Dialogue System based on PLATO-2},
author = {Donghuo Zeng and Jianming Wu and Yanan Wang and Kazunori Matsumoto and Gen Hattori and Kazushi Ikeda},
journal= {arXiv preprint arXiv:2302.11280},
year = {2023}
}
备注
10 pages, 8 figures, 7 tables