Turning Flowchart into Dialog: Plan-based Data Augmentation for Low-Resource Flowchart-grounded Troubleshooting Dialogs

要約

タイトル：計画ベースのデータ拡張による、低資源フローチャートに基づくトラブルシューティングの対話化

要約：

– フローチャートに基づくトラブルシューティングダイアログ（FTD）システムは、最近注目されており、特定のドメイン（車両、ノートパソコンなど）でフローチャートの指示に従ってユーザーの問題を診断します。
– しかし、自然にフローチャートに基づいている十分なダイアログを収集することはコストがかかり、教師データが少ないため、FTDシステムは妨げられます。
– データスパーシティ問題を緩和するために、私たちは、簡潔なフローチャートを対話形式に変換することで多様な合成対話データを大規模に生成する計画ベースのデータ拡張（PlanDA）アプローチを提案しています。
– 具体的には、その生成モデルは、グローバルおよびローカルプランニング変数を含む階層的な計画戦略を持つ変分ベースのフレームワークを使用します。
– FloDialデータセットでの実験では、PlanDAによって生成された合成対話が、フローチャートパスの検索や応答生成など、ダウンストリームタスクのパフォーマンスを改善し、特にフローチャートの範囲外の設定でより良い結果を示すことが示されています。
– さらに、現在のサンプルダイアログでカバーされているパスと、カバーされていないパスでPlanDAによって生成された合成データの品質を分析しています。

要約(オリジナル)

Flowchart-grounded troubleshooting dialogue (FTD) systems, which follow the instructions of a flowchart to diagnose users’ problems in specific domains (eg., vehicle, laptop), have been gaining research interest in recent years. However, collecting sufficient dialogues that are naturally grounded on flowcharts is costly, thus FTD systems are impeded by scarce training data. To mitigate the data sparsity issue, we propose a plan-based data augmentation (PlanDA) approach that generates diverse synthetic dialog data at scale by transforming concise flowchart into dialogues. Specifically, its generative model employs a variational-base framework with a hierarchical planning strategy that includes global and local latent planning variables. Experiments on the FloDial dataset show that synthetic dialogue produced by PlanDA improves the performance of downstream tasks, including flowchart path retrieval and response generation, in particular on the Out-of-Flowchart settings. In addition, further analysis demonstrate the quality of synthetic data generated by PlanDA in paths that are covered by current sample dialogues and paths that are not covered.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI