ACLMar, 2023

对话树搜索：一种新型的混合对话任务

PDF
TL;DR该论文介绍了一种称为对话树搜索（CTS）的任务，它桥接了 FAQ 样式信息检索和面向任务的对话之间的差距，允许领域专家定义对话树，然后将其转换为高效的对话策略，从而实现目标完成率更高且能够跳过不必要的问题。
conversational interfacesconversational tree searchdeep reinforcement learningtask-oriented dialoginformation retrieval
发现论文，激发创造
  • 走向零数据、可控、自适应的对话系统

    将对话树搜索应用于可控对话系统，通过对话树来塑造强化学习代理的行为，发现对话树生成的合成数据能够在对话成功方面与使用人类数据训练的模型相媲美。

    Mar, 2024

  • 探究面向领域探索的对话式搜索行为

    本文研究了如何设计对话式搜索系统以协助用户在不熟悉的领域进行信息探索，并通过实验研究采用统计分析和过程挖掘技术发现了用户在不同领域中的一般信息需求类型和对话行为，从而得出了为对话式搜索系统提供设计建议的结论。

    Jan, 2023

  • Converse：基于树结构的模块化任务导向对话系统

    Converse 是一种基于任务、灵活性高的对话系统，采用模块化设计并提供强大的多任务对话管理功能，支持任务依赖和任务切换，是一种易于构建和维护的机器人建造工具，适用于专业和非专业开发人员。

    Mar, 2022

  • 从数据到对话：利用知识图谱结构进行对话式探索搜索

    结合了知识图谱和对话界面的基于图的探索式搜索系统，通过自然语言提问和图结构导航相关主题，对新闻文章进行探索，并通过一项用户研究，评估了基于图的探索式搜索的有效性，并讨论了开发这样系统的设计影响。

    Oct, 2023

  • DSTC9 中基于任务的对话建模与非结构化知识访问跟踪的超越领域 API

    任务驱动的对话系统使用外部非结构化知识源来扩展任务领域 API 的覆盖范围，三个任务包括知识寻找、选择和响应生成，并用集成方法和大规模预训练语言模型取得了高性能。

    Jan, 2021

  • 基于半监督学习的面向知识检索任务的对话系统

    提出一种基于检索的方法，以加强 TOD 系统中的知识选择，并结合半监督学习进行潜变量模型，该模型可以与知识检索器一起利用有标签和无标签的对话数据。实验证明，该方法在有标签和半监督设置下均优于传统的数据库查询方法。

    May, 2023

  • 面向任务的对话中基于非结构化知识的高效检索增强生成

    本文总结了我们在第九届对话系统技术挑战赛（DSTC 9）第一轨中的工作，我们提出了一种基于层次分类和序列嵌入的检索和生成方法，以实现针对任务导向对话中利用非结构化文本信息的回答生成。

    Feb, 2021

  • 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

  • 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

  • 面向对话式搜索的统一隐式对话框架

    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。

    Feb, 2018