面向对话式搜索的零样本澄清问题生成

搜索与对话助手长期面临的一个挑战是模糊查询中的查询意图检测。在对话式搜索中询问澄清问题已被广泛研究并被视为解决查询歧义的有效方案。现有工作已探索了多种澄清问题排序与生成方法。然而，由于缺乏真实对话式搜索数据，它们不得不使用人工数据集进行训练，这限制了其对真实世界搜索场景的泛化能力。因此，工业界表现出不愿在现实中部署它们，进一步搁置了真实对话式搜索交互数据的可用性。上述困境可归纳为澄清问题生成乃至整体对话式搜索的冷启动问题。此外，即便我们拥有大规模对话日志，在开放域搜索场景中收集能全面覆盖所有可能查询与主题的训练数据也不现实。在不完备数据集上训练澄清问题检索/生成模型所带来的拟合偏差风险因此是另一重要挑战。本工作中，我们创新性地探索在零样本设定下生成澄清问题以克服冷启动问题，并提出一种约束式澄清问题生成系统，其利用问题模板与查询面来引导有效且精确的提问生成。实验结果表明，我们的方法大幅优于现有最先进的零样本基线。对我们模型输出的人工标注也表明，我们的方法生成了多 25.2% 的自然问题、多 18.1% 的有用问题、少 6.1% 的不自然问题以及少 4% 的无用问题。