Unsupervised Flow Discovery from Task-oriented Dialogues

要約

タスク指向対話 (TOD) システムを開発する場合、対話フローの設計は重要ですが時間のかかる作業です。
我々は、対話履歴からフローを教師なしで発見するアプローチを提案し、そのような履歴が利用可能なあらゆるドメインにプロセスを適用できるようにします。
簡単に言うと、発話はベクトル空間で表現され、意味論的な類似性に基づいてクラスタ化されます。
クラスターは対話状態として見られ、フローを視覚的に表現するための遷移グラフの頂点として使用されます。
公開 TOD データセットである MultiWOZ から発見されたフローの具体例を紹介します。
基礎となる会話に対するそれらの重要性と関連性についてさらに詳しく説明し、それらを評価するための自動検証指標を導入します。
実験結果は、タスク指向の会話から有意義なフローを抽出するための提案されたアプローチの可能性を示しています。

要約(オリジナル)

The design of dialogue flows is a critical but time-consuming task when developing task-oriented dialogue (TOD) systems. We propose an approach for the unsupervised discovery of flows from dialogue history, thus making the process applicable to any domain for which such an history is available. Briefly, utterances are represented in a vector space and clustered according to their semantic similarity. Clusters, which can be seen as dialogue states, are then used as the vertices of a transition graph for representing the flows visually. We present concrete examples of flows, discovered from MultiWOZ, a public TOD dataset. We further elaborate on their significance and relevance for the underlying conversations and introduce an automatic validation metric for their assessment. Experimental results demonstrate the potential of the proposed approach for extracting meaningful flows from task-oriented conversations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google