AAAIFeb, 2018

面向对话式搜索的统一隐式对话框架

PDF
TL;DR本文提出了一种使用统一的隐式对话框架来进行面向目标，信息搜寻任务的会话搜索应用的方法，该方法可以利用底层数据表示来构建对话交互所需的组件，该框架由一系列端到端可训练模块的管道组成，其中集中的知识表示被用于语义地连接多个对话模块，各种工具被集成到该框架中以获取最终用户的输入以持续改进该系统，该方法的目标是通过识别可以适应和重复使用于许多最终用户应用程序中的组件和数据来促进对话系统的开发，我们通过为几个独立领域创建对话代理来展示我们的方法。
conversational searchimplicit dialogend-to-end trainable modulescentralized knowledge representationconversational agents
发现论文，激发创造
  • Alexa Conversations: 一种可扩展的数据驱动方法用于构建面向任务的对话系统

    Alexa Conversations 是一种新的目标导向对话系统构建方法，它使用基于对 API 和实体的规格的对话模拟器来生成对话，提供了对自然对话现象的支持，并通过减轻开发人员的负担来降低了对话系统的创建成本。

    Apr, 2021

  • 对话式搜索和推荐的概念框架：在对话式搜索过程中概念化代理人与人类的互动

    该研究论文提供了关于代理人和用户之间对话式搜索过程的概念化，为对话式搜索代理开展研究、开发和评估提供了框架和起点。

    Apr, 2024

  • 基于网络的端到端可训练任务导向式对话系统

    本文介绍一种基于神经网络的端到端可训练的目标导向对话系统，以及一种新的数据收集方法，该方法基于一种新型的管道式 Wizard-of-Oz 框架。该方法可用于开发对话系统，帮助用户在餐厅搜索领域自然地交流并完成任务。

    Apr, 2016

  • 任务导向对话系统中未被识别的用户话语的洞察

    本研究提出了一种用于处理商业任务导向型对话系统中未识别用户语句的端到端管道，包括特定定制聚类算法、新颖的聚类代表提取方法和聚类命名。通过评估这些组件，证明了它们在分析未识别用户请求方面的益处。

    Apr, 2022

  • 无缝融合事实信息和社交内容的有说服力对话

    本文提出了一个新颖的模块化对话系统框架，将事实信息和社会内容融合到说服性对话中。研究表明，相比于不显式处理社会内容或事实问题的端到端模型，我们的框架在所有方面包括能力和友好度方面更受用户好评。

    Mar, 2022

  • 构建对话搜索系统：应用、架构和功能组件综述

    通过对对话式搜索系统进行系统性文献回顾，我们识别出了真实世界的应用场景、系统架构和功能组件，给出了一个分层架构框架，并解释了对话式搜索系统的核心功能。此外，我们讨论了大型语言模型的能力、局限性和未来研究方向。

    Jul, 2024

  • 面向任务的对话与上下文学习

    使用大型语言模型（LLMs）的上下文学习能力与业务逻辑的确定执行相结合，描述了一种构建面向任务的对话系统的系统。与主要用于行业的基于意图的 NLU 方法相比较，我们的实验表明，使用我们的系统开发聊天机器人所需的工作量明显较少，这些聊天机器人可以成功地进行复杂对话，并且我们的系统对于大规模任务导向的对话系统具有可扩展的有益特性。我们提供了我们的实现用于使用和进一步研究。

    Feb, 2024

  • 面向目标的开放域对话

    本研究提出了一种基于关键词控制的方法，通过监督学习和话语级别的限制引导自然对话流向指定目标，我们通过创建增强的关键词对话数据集进行定量和人类评估，证明了我们的系统相对于其他方法可以产生有意义且有效的对话。

    May, 2019

  • 面向开放领域知识驱动对话的社交常识引导搜索查询生成

    通过整合主题跟踪、常识回答生成和指令驱动的查询生成，我们的研究提出了一种新的方法来生成由社交常识引导的互联网搜索查询，在 passsive 用户交互中能够生成相关、具体和有吸引力的搜索查询，从而提供更加引人入胜的回应。

    Oct, 2023

  • UniGDD: 一个面向目标的文档驱动对话的统一生成框架

    本文提出了一种基于文档的对话方法，通过生成理解文本的知识与回答用户提问，逐步消除错误传播问题，并采用温度调度方法减少文档信息的负面影响，实验结果证明了多任务学习策略的有效性。

    Apr, 2022