动态模式约束的多领域对话状态追踪模型

摘要

对话状态追踪是任务型对话系统的核心模块，其目的在于跟踪用户与系统对话中产生的对话状态.对话过程中，槽位之间存在共指、共现等关联关系，现有研究通常通过构建由领域、槽位组成的模式图结构对此关系建模.然而，该建模方式没有考虑模式图在不同对话语境下的动态演化，导致噪声信息在不相关的槽位中传播，造成模型性能下降.针对以上问题，本文提出了一种动态模式约束的多领域对话状态追踪模型，根据对话上下文动态建模模式节点之间的关联，减少当前轮次不相关节点之间的噪声信息交互.具体地，首先设计一种动态模式约束机制，在初始模式图基础上预测当前轮次下每对节点之间新的关联，并显式地建模相关节点之间的连接；其次，根据新的邻接矩阵和节点表示动态更新模式图；最后，将新的模式图节点特征与对话上下文融合，采用基于跨度预测的槽值提取模块提取槽值.实验结果表明，该模型在MultiWOZ 2.1和MultiWOZ 2.2多领域对话数据集上性能优于对比的基线模型.

关键词

任务型对话 / 对话状态追踪 / 图神经网络 / 注意力机制

基金资助

新疆维吾尔自治区杰出青年科学基金项目(2022D01E04)资助; “天山英才”科技创新领军人才项目(2022TSYCLJ0035)资助; 新疆维吾尔自治区重大科技专项项目(2020A02001-1)资助; 中国科学院青年创新促进会项目(Y2021112)资助; 新疆维吾尔自治区青年科学基金项目(2021D01B106)资助; 新疆维吾尔自治区自然科学基金重点基金项目(2022D01D04)资助