Dynamic Contexts for Generating Suggestion Questions in RAG Based Conversational Systems

要約

検索拡張生成 (RAG) ベースの会話エージェントと対話する場合、ユーザーは正しく理解されるようにクエリを慎重に作成する必要があります。
しかし、システムの機能を理解することはユーザーにとって困難な場合があり、さらなる説明が必要な曖昧な質問につながる可能性があります。
この取り組みは、提案質問ジェネレーターを開発することでギャップを埋めることを目的としています。
提案質問を生成するために、私たちのアプローチには動的コンテキストの利用が含まれます。これには、動的な少数ショットの例と動的に取得されたコンテキストの両方が含まれます。
実験を通じて、動的コンテキスト アプローチが他のプロンプト アプローチと比較して、より優れた提案質問を生成できることを示します。

要約(オリジナル)

When interacting with Retrieval-Augmented Generation (RAG)-based conversational agents, the users must carefully craft their queries to be understood correctly. Yet, understanding the system’s capabilities can be challenging for the users, leading to ambiguous questions that necessitate further clarification. This work aims to bridge the gap by developing a suggestion question generator. To generate suggestion questions, our approach involves utilizing dynamic context, which includes both dynamic few-shot examples and dynamically retrieved contexts. Through experiments, we show that the dynamic contexts approach can generate better suggestion questions as compared to other prompting approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google