通过生成式问答实现对话状态追踪的零样本泛化
计算与语言
2021-01-22 v1
摘要
对话状态追踪(DST)作为现代对话系统的组成部分,旨在追踪任务型对话中的用户偏好与约束(槽位)。在服务不断变化的真实场景中,DST系统必须泛化至新领域与未见槽类型。现有DST方法对新槽名泛化不佳,且许多需已知槽类型与值的本体才能进行推断。我们引入一种新颖的无本体框架,支持对多领域任务型对话中未见约束与槽位的自然语言查询。我们的方法基于使用在实质性英文句子上预训练的条件语言模型的生成式问答。在零样本领域自适应设定下,我们的模型在MultiWOZ 2.1数据集上相较先前最优方法将联合目标准确率提升了最高9%(绝对量)。
引用
@article{arxiv.2101.08333,
title = {Zero-shot Generalization in Dialog State Tracking through Generative Question Answering},
author = {Shuyang Li and Jin Cao and Mukund Sridhar and Henghui Zhu and Shang-Wen Li and Wael Hamza and Julian McAuley},
journal= {arXiv preprint arXiv:2101.08333},
year = {2021}
}
备注
Accepted as a Long Paper at EACL 2021