Leveraging Explicit Reasoning for Inference Integration in Commonsense-Augmented Dialogue Models

要約

オープンドメインの対話システムは、人間のユーザーを理解し効果的に応答するために社会常識を把握する必要があります。
応答の質を向上させるために、対話のコンテキストから常識的な知識を推測することを目的とした、常識拡張型対話モデルが提案されています。
ただし、常識拡張型対話への既存のアプローチは、応答生成中に常識推論を統合する暗黙の推論に依存しています。
この研究では、対話応答生成における常識を超えた暗黙的推論に対する明示的推論の影響を調査します。
私たちの調査結果は、常識的な推論を、常識的な考えを生成、選択、応答に統合するための明示的なステップに分離することで、対話の対話が改善され、自然さ、関与、具体性、および全体的な品質が向上することを示しています。
これらの発見のその後の分析により、応答を生成する際のさまざまな種類の常識の有効性と、常識統合のための明示的な推論によって強化された特定の応答特性についての洞察が明らかになります。
私たちの研究は、常識を拡張した応答生成における新しい最先端の技術を達成することにより、オープンドメインの対話における研究を前進させます。

要約(オリジナル)

Open-domain dialogue systems need to grasp social commonsense to understand and respond effectively to human users. Commonsense-augmented dialogue models have been proposed that aim to infer commonsense knowledge from dialogue contexts in order to improve response quality. However, existing approaches to commonsense-augmented dialogue rely on implicit reasoning to integrate commonsense inferences during response generation. In this study, we explore the impact of explicit reasoning against implicit reasoning over commonsense for dialogue response generation. Our findings demonstrate that separating commonsense reasoning into explicit steps for generating, selecting, and integrating commonsense into responses leads to better dialogue interactions, improving naturalness, engagement, specificity, and overall quality. Subsequent analyses of these findings unveil insights into the effectiveness of various types of commonsense in generating responses and the particular response traits enhanced through explicit reasoning for commonsense integration. Our work advances research in open-domain dialogue by achieving a new state-of-the-art in commonsense-augmented response generation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google