D类对话质量保证工程师：从客户服务聊天记录中提取N对N的问答对

Xin Zheng（新正）,刘天宇,孟浩然,徐旺,姜宇凡,孟良饶,林炳怀,曹云波,纸房穗

摘要
从野外的客户服务聊天日志中收集问答（QA）对是在冷启动或持续集成场景中丰富客户服务聊天机器人知识库的有效方法。以前的工作试图从不断增长的客户服务聊天日志中获取1对1的QA对，这无法整合对话上下文中的不完整语句以进行复合QA检索。在本文中，我们提出了N对N的问答抽取任务，在该任务中，派生的问题和相应的答案可以跨不同的语句进行分离。我们引入了一套基于生成/区分标记的方法，该方法具有端到端和两阶段变体，在5个客户服务数据集上表现良好，并首次使用话语和会话级评估指标建立了N-to-N对话QAE的基准。通过深入研究提取的QA对，我们发现QA对之间和内部的关系可以作为分析对话结构的指标，例如信息寻求、澄清、切入和阐述。我们还表明，所提出的模型能够适应不同的领域和语言，并降低了实际产品对话平台中知识积累的人工成本。
选集ID：
2023.结果-emnlp.435
体积：
计算语言学协会的发现：EMNLP 2023
月份：
十二月
年份：
2023
地址：
新加坡
编辑：
Houda Bouamor公司,胡安·皮诺,卡利卡-巴厘岛
地点：
调查结果
SIG公司：
出版商：
计算语言学协会
注：
页：
6540–6558
语言：
网址：
https://aclantology.org/2023.findings-emnlp.435
内政部：
10.18653/v1/2023.查找-emnlp.435
比比键：
引用（ACL）：
郑欣、刘天宇、孟浩然、王旭、姜宇凡、饶梦亮、林秉怀、曹云波、隋志芳。2023DialogQAE:N-to-N客户服务聊天中的问答对提取.英寸计算语言学协会的发现：EMNLP 2023，第6540–6558页，新加坡。计算语言学协会。
引用（非正式）：
DialogQAE:N-to-N客户服务聊天中的问答对提取（Zheng等人，发现2023）
复制引文：
PDF格式：
https://aclantology.org/2023.findings-emnlp.435.pdf
PDF格式 引用 搜索