Target-oriented Proactive Dialogue Systems with Personalization: Problem Formulation and Dataset Curation

要約

ターゲット指向の対話システムは、会話を事前に定義されたターゲットに向けて積極的に誘導したり、システム側の特定の目標を達成したりするように設計されており、会話型 AI の興味深い分野です。
本研究では、会話対象として<対話行為、話題>のペアを定式化し、目標達成過程における個人化を考慮し、個人化された目標志向型対話の新たな問題を探求する。
ただし、高品質のデータセットに対する新たなニーズは依然として存在しており、データセットをゼロから構築するには多大な人間の労力が必要です。
これに対処するために、ロールプレイング アプローチを使用した自動データセット キュレーション フレームワークを提案します。
このフレームワークに基づいて、約 18,000 のマルチターン対話からなる大規模なパーソナライズされたターゲット指向対話データセット TopDial を構築します。
実験結果は、このデータセットが高品質であり、パーソナライズされたターゲット指向の対話の探求に貢献できる可能性があることを示しています。

要約(オリジナル)

Target-oriented dialogue systems, designed to proactively steer conversations toward predefined targets or accomplish specific system-side goals, are an exciting area in conversational AI. In this work, by formulating a pair as the conversation target, we explore a novel problem of personalized target-oriented dialogue by considering personalization during the target accomplishment process. However, there remains an emergent need for high-quality datasets, and building one from scratch requires tremendous human effort. To address this, we propose an automatic dataset curation framework using a role-playing approach. Based on this framework, we construct a large-scale personalized target-oriented dialogue dataset, TopDial, which comprises about 18K multi-turn dialogues. The experimental results show that this dataset is of high quality and could contribute to exploring personalized target-oriented dialogue.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google