[論文レビュー] Converse: A Tree-Based Modular Task-Oriented Dialogue System

Tian Xie, Xinyi Yang+14 more|arXiv (Cornell University)|Mar 23, 2022

AI in Service Interactions被引用数 4

ひとこと要約

Converse は、タスクツリー（and-or ツリー構造）を用いてタスクとその依存関係をモデル化することで、柔軟な会話管理、シームレスなタスク切り替え、再利用可能な会話ポリシーを可能にする、低コードでツリー型のモジュラーなタスク指向対話システムです。個々の会話ターンをスクリプトで記述する必要がなくなるため、ボット開発を簡素化するとともに、少数の例による意図検出と、共有されたポリシー意思決定ツリーを介した拡張可能な会話アクションをサポートします。

ABSTRACT

Creating a system that can have meaningful conversations with humans to help accomplish tasks is one of the ultimate goals of Artificial Intelligence (AI). It has defined the meaning of AI since the beginning. A lot has been accomplished in this area recently, with voice assistant products entering our daily lives and chat bot systems becoming commonplace in customer service. At first glance there seems to be no shortage of options for dialogue systems. However, the frequently deployed dialogue systems today seem to all struggle with a critical weakness - they are hard to build and harder to maintain. At the core of the struggle is the need to script every single turn of interactions between the bot and the human user. This makes the dialogue systems more difficult to maintain as the tasks become more complex and more tasks are added to the system. In this paper, we propose Converse, a flexible tree-based modular task-oriented dialogue system. Converse uses an and-or tree structure to represent tasks and offers powerful multi-task dialogue management. Converse supports task dependency and task switching, which are unique features compared to other open-source dialogue frameworks. At the same time, Converse aims to make the bot building process easy and simple, for both professional and non-professional software developers. The code is available at https://github.com/salesforce/Converse.

研究の動機と目的

• 個々の会話ターンをスクリプトで記述する必要がある、高コストで柔軟性に欠ける既存のタスク指向対話システムの課題を解決すること。
• NLU モデルの微調整や会話フローの再書き直しが不要な、新しいタスクへの容易な適応を可能にすること。
• タスク切り替えやサブタスクの依存関係といった、複雑な会話パターンを統合的かつ組み立て可能なフレームワークでサポートすること。
• 構造化されたタスクツリーと再利用可能な会話ポリシーを通じた低コード設定により、ボット開発の障壁を低減すること。
• 非専門家および専門開発者双方が、メンテナンス性に優れたモジュラーかつ拡張可能なアーキテクチャでタスク指向ボットを構築・運用できること。

提案手法

• 動的状態管理を可能にするために、エンティティ、サブタスク、それらの関係をエンコードする、and-or ツリー構造（タスクツリー）としてのタスク表現。
• 現在の会話状態と条件に基づき、次の会話アクションを決定するためにポリシー意思決定ツリーの深さ優先探索走査を実施。
• 微調整やアノテーションデータが不要な、少々の例に基づく自然言語推論型の意図検出モデルの実装。
• すべてのタスクで共通のポリシー意思決定ツリーを共有することで、会話ポリシー論理とタスク論理を分離し、一貫性がありスケーラブルな会話制御を実現。
• ボット構築者がカスタム会話アクションコードを追加し、コア論理を変更せずにポリシー意思決定ツリーの設定を更新することで、機能拡張を可能に。
• タスク間の状態を永続的に保持し、必要な場合は認証済み状態を再利用することで、タスク切り替えと依存関係の解決をサポート。

実験結果

リサーチクエスチョン

• RQ1 事前に定義された rigid な会話フローを必要とせず、動的タスク切り替えをサポートするタスク指向対話システムのアーキテクチャ設計はどのように実現できるか？
• RQ2 ツリー型のタスク表現は、従来のスロットベースやフローチャートベースのアプローチと比較して、タスクの変種や依存関係をより効率的にモデル化できるか？
• RQ3 少々の例による意図検出が、新しいタスクを対話システムに追加する際のアノテーションデータの必要性や再トレーニングの頻度をどの程度低減できるか？
• RQ4 複数のタスクに共通の会話ポリシーを採用することで、保守性が向上し、開発のオーバーヘッドがどの程度削減できるか？
• RQ5 複雑でマルチインテントな対話に対応しつつ、低コードでのボット開発を可能にするアーキテクチャパターンは何か？

主な発見

• Converse は、ボットビルダーが会話フロー論理を記述せず、設定ファイルとタスクツリーによる定義のみで新しいタスクを設定可能であり、開発時間と複雑さを顕著に短縮。
• システムはネイティブにタスク切り替えとサブタスクの依存関係解決（例：複数のタスク間で認証済みユーザー状態を再利用）をサポートし、カスタムスクリプトが不要。
• 少々の例による意図検出モデルにより、新しい意図をアノテーションデータやモデル微調整なしに追加可能で、新ドメインの統合の障壁が低下。
• 共有されたポリシー意思決定ツリーにより、すべてのタスクで一貫した会話管理が実現され、コードの重複が削減され、保守性が向上。
• ツリー型アーキテクチャにより、動的トレイバーサルと状態管理が可能となり、従来のフローベースのシステムと比較して、タスクの更新・デバッグ・拡張が容易に。
• システムはプロダクション環境で稼働可能であり、実世界のアプリケーションに導入されており、複雑でマルチタスクな環境でのスケーラビリティと拡張性を実証。