A Low-stress, Goal-oriented Dialogue System

点击翻译按钮获取中文摘要

対話における低ストレス性を実現するためには，ユーザの対話意図が不明瞭な段階では，明確な発言を避けつつ必要に応じて質問し情報を集め，意図が明確になるに連れて具体的な対話へ移行するといった戦略が有用である．本年度は，「(1) 雑談から具体への対話移行をシームレスに実現するアルゴリズム」及び，「(2) 曖昧性を質問することで解消するアルゴリズム」の研究を実施した．(1) 雑談から具体への対話移行をシームレスに実現するアルゴリズム: CASPER多くの対話では，他愛のない話から始まり具体的な内容へ話題が移っていく．CASPERは対話システムを雑談を行うChatter，具体的なトピックへ話題転換するShifter，具体的な話題を実現するPerformerの３つに分割することによって，シームレスな話題遷移を実現した．具体的には，Chatterでは大規模コーパスで学習した雑談対話システム，Shifterでは特定のトピックに対して話題転換を行う転移学習を行った対話システム，Performerではルールベース対話システムを採用した．実験ではユーザ評価を行い，既存の対話システムに比べて対話満足度が高いことを示した．(2) 曖昧性を質問することで解消するアルゴリズム: UniQer曖昧性を含む対話では，ときには質問をすることによって，対話を継続する上で重要な情報を推定する必要がある．そこで，ユーザの曖昧な発言の内容を質問することで明らかにしていくアルゴリズムUniQerを実現した．タスクとしては，画像上でユーザが着目する物体を，ユーザに質問していく中で特定するgoal-oriented visual dialogueを扱った．従来研究では，質問の生成を強化学習で担っていたが，UniQer物体の分割指示に限定して学習させることで，学習の難易度を下げ，既存モデルを超える性能を示した．