LEEETs-Dial: Linguistic Entrainment in End-to-End Task-oriented Dialogue systems

要約

言語同調（アラインメント）とは、会話参加者が使用する言語パターンが互いに収束する現象を表す。同調はより自然なユーザー体験をもたらすことが示されているが、ほとんどの対話システムは同調のための規定を持たない。本研究では、GPT-2ベースのエンドツーエンドのタスク指向対話システムにおいて、共有語彙を利用することで対話同調を実現する方法を紹介する。我々は、訓練インスタンスの重み付け、同調に特化した損失、ユーザーと同調する応答を生成するための追加的な条件付けを実験する。我々は、自動化された評価指標と手動評価指標の両方によって確認されるように、3つのアプローチ全てが、非同調最適化モデルよりも有意に優れた同調を生成することを実証する。

要約(オリジナル)

Linguistic entrainment, or alignment, represents a phenomenon where linguistic patterns employed by conversational participants converge to one another. While entrainment has been shown to produce a more natural user experience, most dialogue systems do not have any provisions for it. In this work, we introduce methods for achieving dialogue entrainment in a GPT-2-based end-to-end task-oriented dialogue system through the utilization of shared vocabulary. We experiment with training instance weighting, entrainment-specific loss, and additional conditioning to generate responses that align with the user. We demonstrate that all three approaches produce significantly better entrainment than the base, non-entrainment-optimized model, as confirmed by both automated and manual evaluation metrics.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL