[論文レビュー] An Ontology-Based Dialogue Management System for Banking and Finance Dialogue Systems

Duygu Altinok|arXiv (Cornell University)|Apr 13, 2018

Natural Language Processing Techniques参考文献 2被引用数 27

ひとこと要約

本論文では、金融製品やエンティティの構造的知識を活用して対話状態を維持し、代名詞の解決を実現するとともに、会話の進行を支援する、銀行・金融分野向けのオントロジー駆動型対話管理システム「OntoDM」を提案する。オントロジーを知識ベースおよび対話制御メカニズムとして統合することで、ドイツ語の銀行アプリケーションにおける文脈の追跡と会話記憶の向上が図られるが、まだ定量的指標は報告されていない。

ABSTRACT

Keeping the dialogue state in dialogue systems is a notoriously difficult task. We introduce an ontology-based dialogue manage(OntoDM), a dialogue manager that keeps the state of the conversation, provides a basis for anaphora resolution and drives the conversation via domain ontologies. The banking and finance area promises great potential for disambiguating the context via a rich set of products and specificity of proper nouns, named entities and verbs. We used ontologies both as a knowledge base and a basis for the dialogue manager; the knowledge base component and dialogue manager components coalesce in a sense. Domain knowledge is used to track Entities of Interest, i.e. nodes (classes) of the ontology which happen to be products and services. In this way we also introduced conversation memory and attention in a sense. We finely blended linguistic methods, domain-driven keyword ranking and domain ontologies to create ways of domain-driven conversation. Proposed framework is used in our in-house German language banking and finance chatbots. General challenges of German language processing and finance-banking domain chatbot language models and lexicons are also introduced. This work is still in progress, hence no success metrics have been introduced yet.

研究の動機と目的

• 銀行・金融分野のチャットボットにおける正確な対話状態の維持という課題に対処すること。
• 分野特化したオントロジーを用いて文脈理解と代名詞の解決を改善すること。
• 金融分野の応用を想定し、対話管理と知識表現を統合的なフレームワークに統合すること。
• 金融オントロジーにおける構造的エンティティ追跡を通じて、会話記憶と注目メカニズムを支援すること。
• ドイツ語の対話システムにおける言語的および分野特化的課題に対処すること。

提案手法

• システムは分野オントロジーをコア知識ベースとして用い、金融製品・サービス・エンティティをクラスおよび関係としてモデル化する。
• 対話状態は、金融製品・サービスに対応するオントロジー内のノード（エンティティ）を追跡することで維持される。
• 文脈と意味的類似性に基づき、代名詞や参照を特定のオントロジー・ノードにマッピングすることで、代名詞解決が可能になる。
• 言語的解析とキーワードランク付けを組み合わせ、オントロジーの走査を活用して対話の流れと意図認識をガイドする。
• 対話管理と知識表現を統合することで、ユーザー入力に応じた会話状態の動的更新が可能になる。
• システムはドイツ語の銀行チャットボットにおいて社内開発・テストが行われており、ドイツ語NLPおよび金融用語の処理における課題に対処している。

実験結果

リサーチクエスチョン

• RQ1 分野オントロジーをどのように効果的に銀行・金融分野のチャットボットにおける対話状態の維持に活用できるか？
• RQ2 オントロジーは金融対話における代名詞の解決と文脈追跡をどのように支援できるか？
• RQ3 言語的手法と分野特化キーワードランク付けをどのようにオントロジーと統合して対話管理を改善できるか？
• RQ4 ドイツ語の金融応用にオントロジー駆動型対話システムを適用する際に生じる課題は何か？
• RQ5 構造的分野知識を用いて、どのように対話記憶と注目メカニズムをモデル化できるか？

主な発見

• OntoDMフレームワークは、分野オントロジーを統一的基盤として用いることで、対話管理と知識表現を効果的に統合した。
• システムは、金融製品・サービスをオントロジー内に第一級エンティティとしてモデル化することで、効果的な対話状態の追跡を実現した。
• 代名詞の解決は、代名詞や参照を特定のオントロジー・ノードに意味的マッピングすることで向上した。
• フレームワークは、会話のターンにわたり関心の対象となるエンティティへの恒久的参照を維持することで、会話記憶を支援した。
• ドイツ語処理および金融分野用語の処理における特定の課題に対処したが、定量的成績指標は報告されていない。