Mar, 2024

面向目标的主动对话生成的目标受限双向规划

PDF
TL;DR以决策理论为灵感，提出了一种新颖的目标约束双向规划方法 (TRIP)，通过生成任务规划一个适当的对话路径，然后采用该路径指导对话生成的过程，实验证明该方法显著优于各种基线模型。
target-oriented proactive dialogue systemsdialogue planningtarget-constrained bidirectional planningdialogue generationpipeline manner
发现论文，激发创造
  • 跟随我：面向目标驱动推荐对话系统的会话规划

    本文介绍了目标驱动的对话推荐系统，引入了 Target-driven Conversation Planning (TCP) 框架来规划对话，通过计划的内容来指导对话生成，试验结果表明我们的对话规划显著提高了目标驱动的推荐对话系统的性能。

    Aug, 2022

  • 面向目标的对话系统规划

    本文提出了一种使用规划技术处理说明性对话代理的方法，从模型征集到生成的计划的执行，涵盖过程的所有方面，同时介绍了一种全新的计划编码方法、多种规划接口和一个强健的执行者。

    Oct, 2019

  • 基于目标的个性化主动对话系统：问题表述与数据集策划

    通过使用角色扮演方法构建自动数据集策划框架，我们提出了一个大规模的个性化目标导向对话数据集，TopDial，该数据集包含约 18K 个多轮对话，实验结果表明该数据集具有高质量，可用于探索个性化目标导向对话。

    Oct, 2023

  • 目标导向的开放领域对话规划

    本研究提出 Target-Guided Open-Domain Conversation Planning（TGCP）任务，通过对现有的检索模型和最近的强生成模型进行实验验证发现，当前技术面临的挑战是缺少神经会话代理人的目标导向的对话规划能力。

    Sep, 2022

  • 面向目标的开放域对话

    本研究提出了一种基于关键词控制的方法，通过监督学习和话语级别的限制引导自然对话流向指定目标，我们通过创建增强的关键词对话数据集进行定量和人类评估，证明了我们的系统相对于其他方法可以产生有意义且有效的对话。

    May, 2019

  • 基于布朗桥随机过程的目标导向主动对话中的对话规划

    提出了一种基于随机过程的连贯对话路径规划方法，使用预训练语言模型生成明确的路径并引导对话生成，实现了更高成功率和更连贯的话语。

    May, 2023

  • 面向知识驱动对话系统的策略驱动型神经响应生成

    本文提出通过对话策略来规划目标响应的内容和风格，促进神经响应生成方法生成更为准确、有效和吸引人的回应，通过 Topical-Chat 数据集的自动注释，得到包括对话上下文、目标对话行为、话题信息等方面的行动计划。作者进一步调查了不同的对话策略模型来预测行动计划，证明了在句子级别和依托对话策略的生成模型所生成的回复更具适切性，并且控制效果更为出色。

    May, 2020

  • 通过自动规划生成对话代理

    通过使用领域无关的 AI 规划来创建自动化的对话计划，使得具备个性化、定制化和上下文相关互动要求的更复杂多轮对话应用（如职业指导或旅行规划）得以实现。

    Feb, 2019

  • 利用常识和数据增强的目标导向对话响应生成

    本文介绍了一种新的针对目标引导的响应生成技术，它使用共识知识概念的桥接路径作为中间步骤，实现对话系统转向目标句子的平滑过渡，用以创造非侵入式的建议或引入对话新话题，并说明了一种更可靠的评估指标，推进对话系统设计者对对话控制的更加有效实施。

    May, 2022

  • 使用显式对话目标的人机积极对话

    本研究旨在构建一种自然对话体验的人机对话系统，并通过新数据集 DuConv 的实验，证明了在知识图谱的帮助下以对话为导向的规划可生成更丰富的多轮对话。

    Jun, 2019