Seguimiento de estado de diálogo de extremo a extremo basado en indicaciones entre dominios
Autores: Lu, Hengtong; Zhong, Lucen; Jiang, Huixing; Chen, Wei; Yuan, Caixia; Wang, Xiaojie
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Seguimiento de estado de diálogo de extremo a extremo basado en indicaciones entre dominios
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Seguimiento del estado del diálogo
Multi-dominio
Modelo DST
Basado en indicaciones
De extremo a extremo
MultiWOZ.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
El seguimiento del estado del diálogo entre dominios (DST) se centra en utilizar datos etiquetados de dominios fuente para entrenar un modelo DST para dominios objetivo. Es de gran importancia para transferir un sistema de diálogo a nuevos dominios. La mayoría de los modelos DST entre dominios existentes rastrean cada ranura de forma independiente, lo que conduce a un bajo rendimiento causado por no considerar la correlación entre diferentes ranuras, así como a una baja eficiencia de entrenamiento e inferencia. Por lo tanto, este artículo propone un método DST entre dominios de extremo a extremo basado en indicaciones para rastrear eficientemente todas las ranuras simultáneamente. Se propone un método de mezcla de plantillas de indicaciones dinámicas para aliviar el sesgo del orden de las ranuras, y se propone un método de muestreo dinámico de plantillas de indicaciones para aliviar el sesgo del número de ranuras, respectivamente. Los resultados experimentales en los conjuntos de datos MultiWOZ 2.0 y MultiWOZ 2.1 muestran que nuestro enfoque supera consistentemente a los baselines de vanguardia en todos los dominios objetivo y mejora tanto la eficiencia de entrenamiento como la de inferencia en al menos 5 veces.
Descripción
El seguimiento del estado del diálogo entre dominios (DST) se centra en utilizar datos etiquetados de dominios fuente para entrenar un modelo DST para dominios objetivo. Es de gran importancia para transferir un sistema de diálogo a nuevos dominios. La mayoría de los modelos DST entre dominios existentes rastrean cada ranura de forma independiente, lo que conduce a un bajo rendimiento causado por no considerar la correlación entre diferentes ranuras, así como a una baja eficiencia de entrenamiento e inferencia. Por lo tanto, este artículo propone un método DST entre dominios de extremo a extremo basado en indicaciones para rastrear eficientemente todas las ranuras simultáneamente. Se propone un método de mezcla de plantillas de indicaciones dinámicas para aliviar el sesgo del orden de las ranuras, y se propone un método de muestreo dinámico de plantillas de indicaciones para aliviar el sesgo del número de ranuras, respectivamente. Los resultados experimentales en los conjuntos de datos MultiWOZ 2.0 y MultiWOZ 2.1 muestran que nuestro enfoque supera consistentemente a los baselines de vanguardia en todos los dominios objetivo y mejora tanto la eficiencia de entrenamiento como la de inferencia en al menos 5 veces.