面向对话中无约束用户偏好的处理
计算与语言
2021-09-20 v1
摘要
用户对模式驱动（schema-driven）的对话信息导航系统（如场所搜索）的输入通常受底层数据库约束，该数据库限制用户指定一组预定义的偏好或槽位（slot），对应于数据库字段。我们设想一种更自然的信息导航对话界面，用户可灵活指定可能不匹配预定义模式的无约束偏好。我们提出利用从非结构化知识中进行信息检索，以识别与用户请求相关的实体。我们用每个餐厅的非结构化知识片段（来自网络的评论与信息）更新 Cambridge 餐厅数据库，并标注一组查询-片段对及其相关性标签。我们使用该标注数据集训练并评估片段相关性分类器，作为评估推荐准确性的替代方案。我们表明，以预训练 transformer 模型作为编码器时，无监督/有监督分类器分别取得 .661/.856 的加权 F1。
引用
@article{arxiv.2109.08650,
title = {Towards Handling Unconstrained User Preferences in Dialogue},
author = {Suraj Pandey and Svetlana Stoyanchev and Rama Doddipatla},
journal= {arXiv preprint arXiv:2109.08650},
year = {2021}
}
备注
14 pages, 2 figures, The 12th International Workshop on Spoken Dialog System Technology