Jan, 2022

基于大纲生成的跨语言对话数据集构建

PDF
TL;DR本篇论文提出了一种基于大纲的多语言任务导向型对话数据集标注方法，使得多语言对话系统的数据集不再受到规模限制和翻译自然性以及文化特异性等方面的问题，设计出一组新的大规模数据集，其中的 Cross-lingual Outline-based Dialogue 数据集允许进行自然语言理解、对话状态跟踪和端到端对话建模和评估，并通过多种语言以及基于最先进技术的交叉语言对话系统对数据集进行了定量和定性分析，同时设定了参考分数以指导后续工作。
multilingual task-oriented dialogueannotation processcross-lingual outline-based dialogue datasetend-to-end dialogue modelling and evaluationstate-of-the-art systems
发现论文，激发创造
  • BiToD: 用于任务导向对话模型的双语多领域数据集

    BiToD 是第一个用于多语言任务导向对话建模的双语多域数据集，并为评估双语 ToD 系统和跨语言转移学习方法提供了有效的基准。

    Jun, 2021

  • GlobalWoZ：将 MultiWoZ 全球化以开发多语言任务导向的对话系统

    该论文介绍了一种通过翻译并修改本地实体的对话模板来生成 GlobalWoZ 数据集的方法，以增加多种语言的任务导向对话系统的数据覆盖范围，并提供了一组坚实的基准数据集以进行学习和评估。

    Oct, 2021

  • Multi3WOZ：用于培训和评估文化适应任务导向对话系统的多语言、多领域、多并行数据集

    创造高质量的任务导向对话（ToD）的注释数据是困难的，特别是在为多种语言创造公平、文化适应性强、大规模的 ToD 数据集时面临诸多挑战。因此，现有的数据集仍然非常有限，并且存在诸多限制，如基于翻译的非母语对话、小规模或缺乏文化适应性等。在这项工作中，我们首先对多语言 ToD 数据集的现状进行了全面的梳理，提供了它们的特点和限制的系统概述。为了减少所有检测到的限制，我们推出了 Multi3WOZ，这是一个创新的多语言、多领域、多平行 ToD 数据集。它是大规模的，并且提供了四种语言的文化适应对话，以便训练和评估多语言和跨语言的 ToD 系统。我们描述了一个复杂的自下而上的数据收集过程，得到了最终的数据集，并提供了将来参考的不同 ToD 相关任务的基准分数，并突出了它具有挑战性的特点。

    Jul, 2023

  • IndoToD: 一个用于端到端任务导向对话系统的多领域印尼语基准数据集

    这篇论文介绍了一个名为 IndoToD 的端到端多领域任务导向对话系统基准，用于印尼语。作者通过将两个英语 ToD 数据集转换为印尼语，并通过去成分化来减小注解的规模，提供了一个高质量的数据集。这个基准可以用于评估印尼语和英语 ToD 系统，同时探索跨语言和双语传递学习方法的潜在益处。

    Nov, 2023

  • 探索面向任务的对话系统在口语化德语方言中的稳健性

    利用转移学习模式，主流的跨语言任务导向对话系统通过在英语中训练一个共同的意图识别和槽填充模型，然后将其无缝应用于其他语言。然而，现有研究往往忽视了向资源较少的方言进行转移的问题。本文针对这一问题，基于之前对英语的研究，我们构建了并手动评估了将德语句子转换为口语形式的扰动规则，并将其用于合成四个任务导向对话数据集的测试集。利用这些新数据集，我们在六种不同的 transformer 上进行了实验评估，结果表明，当应用于口语方言时，其意图识别性能仍然保持，并且平均准确率仅下降了 6%（4.62 个百分点）。然而，槽探测方面的性能大幅下降，槽 F1 评分降低了 31%（21 个百分点）。我们的发现得到了从标准美国英语向合成的城市非裔美国俚语英语的转移实验的进一步支持。

    Feb, 2024

  • Multi2WOZ: 一个强大的多语言数据集和面向任务型对话的预训练

    本文介绍了 Multi2WOZ 多语言多领域任务导向对话数据集，并提出了一种用于传输任意下游任务的多语言对话 PrLM 的新框架，证明了在多数情况下，最佳表现是将（I）针对目标语言的会话专业化与（ii）少次转移结合在一起，并且我们展示了针对目标语言的会话专业化可以实现下游任务的异常样本效率的少次转移。

    May, 2022

  • 使用蒸馏表示进行零和少量训练的任务导向对话代理定位

    本文提出了一种利用源语言 ToD 训练数据构建另一种目标语言下的高质量对话代理的方法，从而实现零样本和小样本学习，它通过提高对话数据表示的质量、改进基于实体的机器翻译和自动过滤干扰性翻译来实现这一目标，通过在中英对话数据集 BiToD 上的实验证明了该方法的高效性。

    Feb, 2023

  • TOD-DA: 从口语会话中提高任务导向对话建模的鲁棒性

    本文提出了一种新的任务定向对话数据增强方法 TOD-DA，它包括对话丰富和口语会话模拟器，可以增加大规模高质量带注释口语会话，以提高口语任务定向对话建模的鲁棒性。在 DSTC10 Track2 的两项任务中，我们的方法均排名第一，证明了 TOD-DA 的优越性和有效性。

    Dec, 2021

  • 多语言任务导向对话系统中性能差异的系统研究

    多语言自然语言处理中任务导向对话系统性能差异的经验分析和洞察，以及新语言中 ToD 数据收集和系统开发的实用建议。

    Oct, 2023

  • 插拔式任务导向对话系统的多任务预训练

    该研究提出了通过 PPTOD 模型和新的对话多任务预训练策略来解决任务导向对话系统中存在的级联生成问题，取得了针对几个基准 TOD 任务的最新成果。

    Sep, 2021