ACLApr, 2022

HybriDialogue: 一个基于表格和文本数据的信息查询对话数据集

PDF
TL;DR本篇论文提出一个基于维基百科文本和表格的 HybriDialogue 数据集，通过将复杂的多跳问题分解为简单的、现实的多轮对话，创建了众包自然语言对话。针对该数据集，我们提出了检索、系统状态跟踪和对话响应生成任务，并进行了基线实验。实验结果表明，还有很大的改进空间，展示了构建可以在表格和文本上进行基于信息检索的复杂对话的更强大的对话系统的重要性。
dialogue systemsmultimodal informationhybridialogue datasetretrievalsystem state tracking
发现论文，激发创造
  • HybridQA: 表格和文本数据的多跳问答数据集

    HybridQA 是一个基于异构信息的新的大规模问答数据集，通过对表格和文本信息的聚合完成问答，结果表明使用异构信息的混合模型可以获得高于基准模型的精确度。

    Apr, 2020

  • 对话式搜索中表格数据的总结和探索

    本文提出一种基于自然语言摘要的表格信息检索方法，并利用一个新的以对话为导向、面向开放领域的表格摘要数据集来构建 SOTA 基线系统，并指出了未来研究方向和挑战。

    May, 2020

  • StatCan 对话数据集：通过具有真实意图的对话检索数据表

    该研究介绍了 StatCan Dialogue Dataset 数据集，并提出了基于该数据集的两个任务：（1）基于正在进行中的对话自动检索相关表格，（2）自动生成适当的代理响应。该研究发现基于该数据集的模型对未来的对话泛化能力不足，并且响应生成模型难以判断何时返回表格。由于任务对现有模型存在显著挑战，作者鼓励学术界开发特定于此任务的模型，以帮助知识工作者为在线用户找到相关图表。

    Apr, 2023

  • 面向文档相关对话的数据集

    本研究介绍了一个文档驱动的文本对话数据集，包含关于热门电影的维基百科文章，利用两种神经网络模型对话，结果表明这种方法引入了更多信息，提高了生成回答的流畅度和吸引力。

    Sep, 2018

  • 基于混合知识源的任务导向对话联合推理

    该研究使用 MutliWOZ-based 数据集，演示了当前方法在去除信息源严格假设时表现显著下降，并且利用预先训练的语言模型 fine-tune 了一个基于 BART 的模型，可以融合结构化和非结构化知识生成响应。

    Oct, 2022

  • iTBLS：一个涉及表格信息的互动对话数据集

    本研究介绍了 Interactive Tables (iTBLS)，这是一种包含科学文章中表格的交互式对话数据集，旨在通过 AI 支持的多任务表格能力促进人工智能与人类的协作问题解决。相较于先前将交互建模为事实型问答或过程合成的工作，iTBLS 将交互的范围扩展到包括数学推理、自然语言操作以及通过将交互细分为解释、修改或生成三个任务，扩展现有表格的自然语言对话。此外，本文还介绍了一套基准方案来处理 iTBLS，利用零样本提示和适用于不同计算情况的参数高效微调。我们还引入了一种新颖的多步骤方法，并展示了如何与参数高效微调结合使用，以在 iTBLS 上实现最新的成果；在解释、修改和生成方面，我们表现优于标准的参数高效微调方法，分别提高了 15％、18％和 38％。

    Apr, 2024

  • cTBL: 为对话表格增强大型语言模型

    本论文介绍了一种名为 “Conversational Tables” 的方法，综合使用了文本和非文本信息，利用 Transformer 编码器 - 解码器来检索表格信息，并生成基于所检索到信息的对话响应，实验结果表明在 HyrbiDialogue 数据集上取得了相对 5％左右的 Top-1 和 Top-3 准确度提高，并在响应生成上取得了 46％左右的 ROUGE 分数相对提高和更好的人类评估结果。

    Mar, 2023

  • HiTab：面向问答和自然语言生成的层次化表格数据集

    这项研究提出了 HiTab 数据集，用于对分层表格进行问题回答和自然语言生成的学习和研究，并提供了包含数量和实体对齐注释的描述性句子和问题，挑战了现有方法的分层索引、计算和语义相关性问题，是未来研究的有价值的基准。

    Aug, 2021

  • 基于学习精神的信息寻求：一份面向谈话好奇心的数据集

    通过 Wizard-of-Oz 对话任务，探索了用户对已知事实的回应与对话参与度之间的相关性，进而提出一种结合用户先前知识的多任务模型，使得数字助手能够更好地理解用户需求并提高用户参与度。

    May, 2020

  • 信息搜索对话中用户意图的分析与表征

    本研究介绍了一个新的数据集，用于分析信息搜寻对话的用户意图分布、共同出现和流程模式，并利用 MSDialog 数据集发现了一些可用于设计对话式搜索系统的高频用户意图模式。

    Apr, 2018