27、聊天导向对话系统中自然询问特定问题的研究

聊天导向对话系统中自然询问特定问题的研究

在对话系统中，为用户提供量身定制的信息至关重要。这往往需要系统向用户提问以获取必要信息，但如果提问方式不当，比如过于突兀或以自我为中心，会破坏对话的流畅性，降低用户满意度。本文将介绍一种能让聊天导向对话系统自然询问特定问题的响应生成模型。

1. 背景与动机

在任务导向和非任务导向的对话系统中，有时都需要向用户提问以获取必要信息。然而，系统不能以自我为中心或不考虑上下文来提问，否则会使对话不自然，用户难以与系统舒适地交互。因此，为了让系统自然地询问特定问题，对话的上下文必须使用户觉得问这样的问题是自然的。

2. 相关工作

• 传统面试系统 ：多数传统面试系统专注于准确获取用户信息，向用户提出预定义的问题。例如，某些系统通过采访医学专家，询问疾病的名称和特征来获取医学诊断知识。
• 响应生成技术 ：近年来，神经对话响应生成技术不断发展，可以向模型输入辅助信息以丰富生成的响应。
• 对话流程引导 ：有一些关于引导对话流程的研究，一种方法是基于当前上下文中的关键词生成可过渡的关键词来控制对话流程；另一种方法是通过多轮束搜索预测未来上下文，并选择最符合系统目标的上下文。

3. 提出的模型

3.1 创建问题引导语料库

为了让模型能够询问目标问题，需要确定可以自然询问这些问题的上下文。为此，创建了问题引导语料库（QGC），其包含对话上下文和在这些上下文中提出的目标问题。创建步骤如下： <