Towards a Neural Era in Dialogue Management for Collaboration: A Literature Survey

要約

対話ベースの人間と AI のコラボレーションは、共同的な問題解決、創造的な探索、社会的サポートに革命をもたらします。
この目標を実現するには、交渉、指示への従う、共通点の確立、共有タスクの進行などのスキルに習熟した自動エージェントの開発が不可欠です。
この調査は、従来の手作りの情報状態ベースの手法から AI 計画にインスピレーションを得たアプローチまで、共同対話システムにおける対話管理パラダイムの進化をレビューすることから始まります。
次に、現代のデータ駆動型対話管理技術に焦点を移し、ディープラーニングの成功をフォーム入力やオープンドメイン設定から共同作業のコンテキストに移すことを目指します。
この論文では、ニューラル アプローチを共同対話管理に適用する最近の研究の選択されたセットの分析を進め、この分野での一般的な傾向に焦点を当てます。
この調査は、特に対話システム コミュニティが大規模な言語モデルの可能性を受け入れ続ける中で、共同対話管理における将来の進歩のための基礎的な背景を提供することを望んでいます。

要約(オリジナル)

Dialogue-based human-AI collaboration can revolutionize collaborative problem-solving, creative exploration, and social support. To realize this goal, the development of automated agents proficient in skills such as negotiating, following instructions, establishing common ground, and progressing shared tasks is essential. This survey begins by reviewing the evolution of dialogue management paradigms in collaborative dialogue systems, from traditional handcrafted and information-state based methods to AI planning-inspired approaches. It then shifts focus to contemporary data-driven dialogue management techniques, which seek to transfer deep learning successes from form-filling and open-domain settings to collaborative contexts. The paper proceeds to analyze a selected set of recent works that apply neural approaches to collaborative dialogue management, spotlighting prevailing trends in the field. This survey hopes to provide foundational background for future advancements in collaborative dialogue management, particularly as the dialogue systems community continues to embrace the potential of large language models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google