面向任务的对话框的无监督槽模式归纳

黛玉（Dian Yu）,王明秋,袁操,伊扎克·沙夫兰,劳伦特·沙菲,哈根·索尔陶

摘要
精心设计的描述如何收集和注释对话语料库的模式是构建面向任务的对话系统的先决条件。在实际应用中，手动设计模式可能容易出错、费力、迭代且速度慢，尤其是当模式复杂时。为了缓解这一昂贵且耗时的过程，我们提出了一种从未标记的对话语料库中归纳时隙模式的无监督方法。我们的数据驱动方法利用域内语言模型和无监督解析结构，无约束地提取候选时隙，然后通过粗到细的聚类来归纳时隙类型。我们将我们的方法与几个强监督基线进行了比较，并在MultiWoz和SGD数据集上显示了槽模式归纳的显著性能改进。我们还演示了诱导模式在下游应用程序上的有效性，包括对话框状态跟踪和响应生成。
选集ID：
2022.naacl-main.86年
体积：
计算语言学协会北美分会2022年会议记录：人类语言技术
月份：
七月
年份：
2022
地址：
美国西雅图
编辑：
海洋木瓜,玛丽·凯瑟琳·德·马内夫,伊万·弗拉基米尔·梅扎·鲁伊斯
地点：
NAACL公司
SIG公司：
出版商：
计算语言学协会
注：
页：
1174–1193
语言：
网址：
https://aclantology.org/2022.naacl-main.86
内政部：
10.18653/v1/2022.naacl-main.86
比比键：
引用（ACL）：
于殿宇（Dian Yu）、王明秋（Mingqiu Wang）、曹远（Yuan Cao）、伊扎克·沙夫兰（Izhak Shafran）、劳伦特·沙菲（Laurent Shafey）和黑根·索尔套（Hagen Soltau）。2022面向任务的对话框的无监督槽模式归纳.英寸计算语言学协会北美分会2022年会议记录：人类语言技术第1174-1193页，美国西雅图。计算语言学协会。
引用（非正式）：
面向任务的对话框的无监督槽模式归纳（Yu等人，NAACL 2022）
复制引文：
PDF格式：
https://aclantology.org/2022.naacl-main.86.pdf
数据
框架网, MultiWOZ公司, 新加坡元
PDF格式 引用 搜索