通过任务导向对话系统中的问答模块实现半结构化知识访问
作者
对话式聊天机器人生成式AI(文本、图像、音乐、视频)在线课程设计师HCI 研究员
任务导向对话系统的用户通常受限于“模式内查询”,即受预定义数据库结构约束的问题。提供对额外半结构化或非结构化知识的访问可以使系统能够回答更广泛的用户查询。为此,我们在交互式餐厅搜索系统中集成了问答模块,并通过众包用户评估来评估其影响。问答模块包括知识选择和响应生成组件,两者均由微调的 GPT-2 语言模型驱动,并包含一种防止生成与用户问题无关的响应(离题响应)的方法。结果表明,带有问答模块的系统明显更受青睐。此外,虽然离题响应预防方法在知识库未覆盖的 98.1% 的问题中正确触发,但用户更倾向于可以检索信息(无论是否相关)的系统。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CUI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
对话式聊天机器人、生成式AI(文本、图像、音乐、视频)
work
职业/产业
在线课程设计师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文