[論文レビュー] Generating Dialogue Agents via Automated Planning

Adi Botea, Christian Muise+10 more|arXiv (Cornell University)|Feb 2, 2019

Speech and dialogue systems参考文献 15被引用数 7

ひとこと要約

本稿では、ドメインに依存しないAI計画法を活用して、カスタマイズ可能で目的志向の対話エージェントを自動的に生成するアプローチを提案する。対話行動の原子的アクションのライブラリ、初期状態、および目的を用いて、外部サービス呼び出しを統合し、非決定的ユーザー反応に対応する複数ターンの対話計画を自動合成する。HRおよびキャリアコーチング応用において成功裏に導入されている。

ABSTRACT

Dialogue systems have many applications such as customer support or question answering. Typically they have been limited to shallow single turn interactions. However more advanced applications such as career coaching or planning a trip require a much more complex multi-turn dialogue. Current limitations of conversational systems have made it difficult to support applications that require personalization, customization and context dependent interactions. We tackle this challenging problem by using domain-independent AI planning to automatically create dialogue plans, customized to guide a dialogue towards achieving a given goal. The input includes a library of atomic dialogue actions, an initial state of the dialogue, and a goal. Dialogue plans are plugged into a dialogue system capable to orchestrate their execution. Use cases demonstrate the viability of the approach. Our work on dialogue planning has been integrated into a product, and it is in the process of being deployed into another.

研究の動機と目的

• 既存の対話システムが硬直的な対話ツリーに依存するか、予測不能な機械学習モデルに依存するという限界を解消すること。
• HR やキャリアコーチングなどの分野における複雑で複数ターンの対話に適した、スケーラブルで保守可能で予測可能な対話エージェントの作成を可能にすること。
• ユーザーの選択や外部サービスの結果に応じて動的に適応可能な文脈に敏感な対話を可能にすること。
• アクションや目的が変更された際にも自動的に再生成可能な仕組みを提供することで、対話計画の設計・保守にかかる人的負担を削減すること。
• 実世界の製品に統合し、実証された実用性とスケーラビリティを備えた対話計画を提供すること。

提案手法

• ドメインに依存しない自動計画法を用いて、原子的対話アクションのライブラリ、初期状態、目的状態から対話計画を生成する。
• 対話アクションを、事前条件と効果を持つ非決定的フラウエンツとしてモデル化し、'選択'（複数の結果のうちの1つ）と'割り当て'（同時に複数の文脈更新）を含む。
• ユーザー反応の不確実性に対処するため、完全観測非決定的計画（FOND）を採用し、複数の可能な結果を想定した計画を実行可能にする。
• 対話アクション内に外部サービス呼び出しを統合し、入力と出力をアノテーションとして付与することで、文脈に配慮した実行を可能にする。
• 合成された対話シナリオ（制御されたフラウエンツ、アクション、目的構造を備えた）を生成するランダム問題ジェネレータを用いて計画を生成する。
• 非決定性を考慮した静的計画を用い、アクションのシーケンスを調整し、変則的進行を監視する対話システムを通じて計画を実行する。

実験結果

リサーチクエスチョン

• RQ1 自動計画法を用いて、複数ターンで文脈に配慮した対話に適した、複雑な目的志向の対話計画を効果的に生成できるか？
• RQ2 非決定的ユーザー反応に対応しつつ、計画の予測可能性と正しさを維持できるように、対話システムをどのように設計できるか？
• RQ3 1つの対話アクションライブラリが、異なる分野やシナリオにどの程度再利用可能か？
• RQ4 生成された対話計画のサイズは、基礎となるモデルのサイズと比べてどの程度か？ これはスケーラビリティにどのような含意を持つのか？
• RQ5 このような計画に基づく対話エージェントは、信頼性と保守性が求められる実世界の応用に成功裏に導入可能か？

主な発見

• 本アプローチは、スケーラブルで保守可能な対話計画を効果的に生成しており、解のサイズがモデルサイズの4〜16倍にのぼることが多く、効率的なコンパクト表現であることを示している。
• FOND計画の使用により、実行中の動的再計画を必要とせず、非決定性を堅牢に処理できる。
• 本システムは生産環境のHR製品に統合され、キャリアコーチングアプリケーションへの導入も進行中であり、実世界での実用性を実証している。
• ランダムに生成された合成対話問題は、実際の対話計画と構造的類似性を示しており、期待される計画長さやアクションタイプが既知のパターンと一致している。
• アクションや目的が変更された際にも、対話計画の手作業での再作業の必要が著しく減少し、保守性が顕著に向上している。
• 本手法は、外部サービス呼び出しと継承処理を含む動的な複数ターン対話に対応でき、複雑でパーソナライズされた対話を可能にしている。