[論文レビュー] CASPR: A Commonsense Reasoning-based Conversational Socialbot

Kinjal Basu, Huaduo Wang+5 more|arXiv (Cornell University)|Oct 11, 2021

Topic Modeling参考文献 22被引用数 6

ひとこと要約

CASPR は、共通認識推論に基づく会話型ソーシャルボットであり、会話知識テンプレート（CKT）を活用して自動共通認識推論を近似することで、ユーザーの発話に対して人間らしい理解を実現し、それに応答するように設計されている。遅延およびスケーラビリティの制限があるものの、CASPR は Amazon Alexa ソーシャルボットチャレンジ4 で優れたパフォーマンスを発揮し、エンドツーエンドの会話エージェントに共通認識推論を統合する可能性を示した。

ABSTRACT

We report on the design and development of the CASPR system, a socialbot designed to compete in the Amazon Alexa Socialbot Challenge 4. CASPR's distinguishing characteristic is that it will use automated commonsense reasoning to truly "understand" dialogs, allowing it to converse like a human. Three main requirements of a socialbot are that it should be able to "understand" users' utterances, possess a strategy for holding a conversation, and be able to learn new knowledge. We developed techniques such as conversational knowledge template (CKT) to approximate commonsense reasoning needed to hold a conversation on specific topics. We present the philosophy behind CASPR's design as well as details of its implementation. We also report on CASPR's performance as well as discuss lessons learned.

研究の動機と目的

• パターンマッチングに依存するのではなく、自動共通認識推論を用いてユーザー発話の理解を可能にするソーシャルボットの開発。
• 映画、音楽、スポーツなどの一般話題について、自然で文脈的に適切な会話を維持できるようにする。
• 意味的基盤や真の理解を欠く純粋にデータ駆動型の機械学習ベースのチャットボットの限界を克服する。
• 答え集合プログラミング（ASP）および s(CASP) を用いて、デフォルト規則、例外、複数の世界を共通認識推論にモデル化する。
• 理論的な共通認識推論とリアルタイム会話システムとの間のギャップを埋めるための実用的近似法（例：会話知識テンプレート（CKT））の設計および実装。

提案手法

• 特定のトピック向けに知識を構造化・整理するため、会話知識テンプレート（CKT）を採用し、ユーザーの意図の予測と応答計画を可能にした。
• 答え集合プログラミング（ASP）および s(CASP) システムを用いて、デフォルト推論、例外、好みをモデル化し、人間らしい思考プロセスを模倣した。
• ユーザーのトピックの言及から関連性があり一貫性のある概念（例：監督、あらすじ、受賞歴）を計算するための DiscASP アルゴリズムを開発した。
• s(CASP) の遅延およびスケーラビリティの制限を踏まえ、CoBot フレームワーク内において Python を用いて複雑な ASP 推論を近似した。
• CoBot フレームワーク内に音声認識、自然言語処理、テキスト生成のコンponents を統合し、エンドツーエンドのシステムを構築した。
• 既存の知識ベース（例：ConceptNet）がデフォルト／例外のモデル化をネイティブにサポートしていないため、分野特化型の共通認識知識（例：映画の事実、書籍の詳細）を手作業でキュレートした。

実験結果

リサーチクエスチョン

• RQ1 ASP および s(CASP) を用いた自動共通認識推論は、表面的なパターンを越えてユーザー発話を理解できるソーシャルボットを実現できるか？
• RQ2 例外および好みを伴うデフォルト推論を、リアルタイム会話システムに効果的にモデル化・適用する方法は何か？
• RQ3 会話知識テンプレート（CKT）は、ソーシャルボットにおける完全な共通認識推論の実用的近似としてどの程度有効に機能するか？
• RQ4 実世界の会話型AIシステムにおいて、完全な ASP に基づく推論と近似実装との間で、性能のトレードオフはどのようなものか？
• RQ5 分野特化型タスクボット（例：部署のフロントデスクアシスタント）は、構造化された共通認識知識と推論を用いてどのように構築できるか？

主な発見

• CASPR は、Amazon Alexa ソーシャルボットチャレンジ4 で 3 の競争力のあるスコアを達成し、現実世界の会話システムにおける共通認識推論の実現可能性を示した。
• 会話知識テンプレート（CKT）の使用により、完全な意味的基盤がなくても、ユーザーの意図の予測と効果的な応答計画が可能になった。
• s(CASP) が非単調推論において理論的に優位であるものの、遅延およびスケーラビリティの問題から、完全な ASP 結合が制限された。
• DiscASP アルゴリズムは、ユーザーのトピックから関連性があり一貫性のある概念（例：俳優、あらすじ、受賞歴）を効果的に計算でき、文脈豊かな応答を可能にした。
• 既存の知識ベース（例：ConceptNet）がデフォルト規則、例外、好みをネイティブにサポートしていないことから、共通認識知識の手作業キュレーションが依然として不可欠である。
• 本研究は、自然言語から ASP 互換論理に共通認識知識を自動的に取得・変換するためのより良いツールの必要性を浮き彫りにした。