Jun, 2022

对话系统任务化与非任务化之间的桥梁: Chat, Shift and Perform

PDF
TL;DRCASPER 是一种新型的对话系统，包含三种对话模型：聊天机器人，主题转换机器人和执行机器人。在用户研究中，相比于端到端训练的基线对话系统，CASPER 在自然度、无强制主题转换和用户满意度等方面给人留下了更好的印象。在消融研究中，我们发现，与没有主题转换机器人的情况相比，带有主题转换机器人的 CASPER 具有更好的自然度、对话满意度和任务引发率，表明具有 Shifter 的主题转换支持引入了自然的任务导向对话。
发现论文，激发创造
  • SalesBot：从闲聊转向面向任务的对话

    探索如何从社交对话到任务导向对话的平滑转换，为触发商业机会提供支持。提出了一个自动生成对话的框架，并在此基础上发布了一个大规模数据集，该数据集为未来的研究和商业活动提供了巨大的潜力。

    Apr, 2022

  • 交替任务和非任务内容的对话系统学习

    本文提出了一种基于交替任务导向的社交对话框架，该框架使用强化学习算法训练策略，以维持长时间的会话连贯性和一致性，使系统能够在任务和非任务内容之间实现平滑的过渡。实验表明，将社交对话内容与任务对话相结合的系统比纯任务导向的系统具有更好的任务成功率和更高的用户参与度。

    Mar, 2017

  • 系统主动发起从闲聊向任务导向型对话的转换：基于过渡信息提取器和过渡句生成器

    我们研究了从闲聊到任务相关服务的对话场景，并探讨了一个统一的对话模型如何在对话模式从闲聊切换到任务导向时以一种连贯和合作的方式主动参与。我们首先构建了一个过渡信息提取器（TIE），用于跟踪先前的闲聊互动并检测用户转向任务导向服务的潜在意图。同时，在统一模型中，通过高效的适配器调优和过渡提示学习，扩展了一个过渡句子生成器（TSG）。当 TIE 成功从先前的闲聊中找到与任务相关的信息，例如过渡领域时，TSG 会在统一模型中自动被激活，通过根据 TIE 提取的过渡信息生成一个过渡句子来启动这个转换。实验结果显示出有关主动转换的良好性能。我们通过使用条件随机场（CRF）在 TIE 模型上实现了额外的大幅改进。TSG 能够灵活地生成过渡句子，同时保持常规闲聊和任务导向响应生成的统一能力。

    Aug, 2023

  • 系统触发的闲聊和任务导向对话之间的统一对话模型

    本文研究了即使在一个对话中从聊天转向任务或从任务转向聊天，也会出现的潜在 “主动” 问题，并提出了两种有效的提示模型，以在统一的对话模型中主动生成过渡句子触发系统主导的转换。

    Jul, 2023

  • 增加闲聊功能以增强任务导向对话

    提出了一种人工智能虚拟助手对话系统，名为 ACCENTOR，目的是将聊天型机器人和任务导向型系统相结合以实现更加 engaging 和 interative 的交谈体验，通过添加 chit-chat 的方式，将人机交互设计更为实用和有趣。研究采用全新的数据收集和生成方法来提高系统的性能，并设计了三种不同的模型进行实验，与现有任务导向型四种方法相比，实现了更具情境感和人性化的 chit-chat 响应。

    Oct, 2020

  • 他说她说：对话视角转换的风格转移

    本文定义了一个新的风格转移任务：视角转换，展示了如何利用该任务提高对话纵观述和新闻摘要模型的性能。

    Oct, 2022

  • 具有栈变压器的移位约减任务导向语义解析

    本文探讨了基于转换系统的移进规约语义分析器，利用 Cutting-edge Transformer 架构和 In-order 算法，结合 Facebook TOP 基准中的多个领域的广泛测试，本方法在高资源和低资源情况下均超过了现有的移进规约解析器和最先进的序列到序列模型。

    Oct, 2022

  • 基于任务导向和非任务导向的口语对话系统结合的智能助理对话检测

    研究智能助手是否可以匹配用户的聊天意图，构建了新的数据集以及使用推特和 Web 搜索查询来处理无特定领域的用户发言，实验结果表明，使用 tweets 和 Web 搜索查询可以进一步提高智能助手的 F1 分数。

    May, 2017

  • TIAGE: 面向话题漂移感知的对话建模基准

    本研究介绍了一种新的话题转换感知会话基准 TIAGE，其具有检测、触发和对话生成三个任务，实验结果表明，TIAGE 中的话题转移信号对话题转移响应生成有用，但仍需要在话题转换感知对话建模方面进行进一步研究。

    Sep, 2021

  • CASPER: 机器人社交感知与互动的认知架构

    介绍了一种符号认知架构 CASPER，运用定性空间推理来实现智能机器人理解他人意图并协作完成任务的目的。通过模拟的厨房环境测试表明，机器人可以识别正在进行的目标并适当地协作完成任务。这是一个新型的定性空间关系应用于人机交互意图读取问题的方法。

    Sep, 2022