WEBDial,一种多领域、多任务的统计对话框架与 RDF
本文提出一种适用于任务导向型对话系统的模型,利用知识库和对话的依存关系图结构信息解决了如何有效地将外部知识库整合到学习框架中以及如何准确捕捉对话历史语义的挑战。此外,该模型采用多跳推理能力以及循环单元架构进行表示学习。实验结果表明,该模型在两个不同的任务导向型对话数据集上均优于现有模型。
Oct, 2020
本研究介绍了一种新颖的方法,该方法利用对话中的语义相似性和本体术语来跨领域地进行语音信仰跟踪,从而实现对多领域语音的处理,并在性能上优于现有的单领域跟踪任务的最先进模型。
Jul, 2018
使用增强学习方法构建的基于图的多轮对话系统,通过识别意图元素和标准查询来识别用户的意图,并提供可视化组件以监测对话的推理路径,大大便于系统的进一步改进。
Oct, 2023
本文提出了第一个基于中国社会文化的社交感知对话语料库 - SocialDial,使用 ChatGPT 生成了 4,870 段数据,并评估了使用 BERT 和 RoBERTa 等预训练模型的数据集。
Apr, 2023
我们提出了一种基于图的框架,通过将对话模式编码为图神经网络来嵌入预训练语言模型,从而在特定领域上对模型进行了更好地自适应,实验证明该方法在多领域对话状态跟踪方面优于其他方法。
Nov, 2023
本文介绍了 Schema-Guided Dialogue (SGD) 数据集,包括 16 个领域的 16,000 个多领域对话。SGD 数据集提供了一个具有挑战性的测试平台,可以用于测试任务包括语言理解,位置填充,对话状态跟踪和响应生成。文章也提出了一个基于模式的任务导向对话的范式,尤其是在输入中提供了一组动态的意图和插槽自然的语言描述,提高了对大量服务形态的支持和新服务的快速集成。
Sep, 2019
本论文提出一种新的面向任务的对话系统 DialoKG, 通过将关系型知识看作知识图,并引入结构感知知识嵌入技术和知识图加权注意力掩膜策略来有效地将知识嵌入语言模型,实现人类化和信息化的对话。通过在多个标准基准数据集上的实证评估,展示了 DialoKG 对最先进方法的有效性。
Apr, 2022
本文描述了一种通用的框架用于表示和处理具有注释的语义 Web 数据,包括其语言、演绎系统和查询回答问题。通过实例化它,我们显示了以前关于特定 RDF 注释域的贡献被我们的统一推理形式所包含。此外,我们提供了一种通用方法,用于组合多个注释域,从而允许表示临时注释的模糊 RDF 等。同时,我们还开发了一种查询语言 AnQL,并提供了其语义的形式定义。
Mar, 2011
本文提出一种基于问题回答的多领域对话状态跟踪方法(DSTQA),并利用动态演化的知识图谱显式地学习(领域、槽)对之间的关系,相较于最新的模型在 MultiWOZ 2.0 和 2.1 数据集上有 5.80%和 12.21%的相对改进,且在领域适应设置中始终优于最先进的模型。
Nov, 2019
提出了 CGoDial 多领域目标导向对话评估新挑战性和综合性中文基准,包括三个使用不同知识来源的数据集(基于插槽的对话、基于流的对话和基于检索的对话),实验设置中考虑了训练集和测试集的不同组合,其中包括使用真实会话数据或通过众包添加口语特征来填补学术基准和口语场景之间的差距。
Nov, 2022