[论文解读] DPOCL: A Principled Approach to Discourse Planning

R. Michael Young, Johanna D. Moore|ArXiv.org|Jun 10, 1994

Multi-Agent Systems and Negotiation被引用 30

一句话总结

DPOCL 提出了一种形式上严谨且完备的语篇规划框架，明确表示了语篇计划中的意图结构与信息结构。通过将部分序、因果链（POCL）规划扩展为包含分解算子，DPOCL 能够精确建模预期效果、副作用以及基于知识的语言使用约束，从而确保对沟通失败的鲁棒性响应，并对计划生成能力进行形式化刻画。

ABSTRACT

Research in discourse processing has identified two representational requirements for discourse planning systems. First, discourse plans must adequately represent the intentional structure of the utterances they produce in order to enable a computational discourse agent to respond effectively to communicative failures \cite{MooreParisCL}. Second, discourse plans must represent the informational structure of utterances. In addition to these representational requirements, we argue that discourse planners should be formally characterizable in terms of soundness and completeness.

研究动机与目标

• 为解决现有语篇规划系统缺乏形式化刻画的问题，这些系统常因算法设计的随意性而无法生成正确或完整的计划。
• 确保语篇规划器能够形式化区分话语的预期效果与非预期效果，从而在发生沟通失败时能够作出适当响应。
• 提供对信息结构的显式、形式化表示——即领域知识如何约束话语中的语言使用，而不仅限于意图本身。
• 将 POCL 规划扩展为包含分解算子，以建模命题如何通过因果或推论关系得到支持。
• 刻画 DPOCL 能够生成的语篇计划类别，包括其形式属性（如严谨性与完备性）。

提出的方法

• DPOCL 扩展了部分序、因果链（POCL）规划，用于建模具有显式意图与信息结构表示的层次化语篇计划。
• 它引入了分解算子，以基于领域知识和推论关系，编码抽象语篇动作通过子计划实现的约束。
• 意图结构通过区分动作的预期效果（目标）与副作用（非预期后果）来形式化。
• 信息结构通过分解算子上的约束来表示，例如命题之间的“导致”关系，这些关系必须满足，分解才能适用。
• 规划器在计划构建过程中检查约束一致性，并在发生违反时执行回溯，从而确保计划的有效性。
• 形式属性如严谨性与原始完备性已得到证明，使得规划器的能力与局限性可被精确刻画。

实验结果

研究问题

• RQ1 语篇规划系统如何形式化区分话语的预期与非预期效果，以支持对沟通失败的有效响应？
• RQ2 语篇规划器需要具备哪些形式属性（如严谨性与完备性），以确保计划生成的可靠与可预测？
• RQ3 如何在语篇计划中显式表示并强制执行信息结构，如命题之间的因果或推论关系？
• RQ4 语篇规划器在多大程度上能够生成所有可能的有效语篇计划？其完备性的局限性是什么？
• RQ5 如何设计分解算子，以将领域知识整合进来，从而约束话语中适当语言的使用？

主要发现

• DPOCL 在形式上是严谨的，确保其生成的所有计划均符合指定约束。
• 对于某些类别的语篇计划，DPOCL 同样具备完备性，意味着它可以生成所有有效的可执行动作序列。
• 当两个抽象动作被排序以避免交互问题时，若交错的子计划可解决冲突，DPOCL 无法生成此类计划，表明其完备性存在局限。
• 对意图与信息结构的显式表示使系统能够区分预期效果与副作用，从而在发生沟通失败时作出适当响应。
• 信息约束被形式化编码为分解算子上的条件，独立于计划的意图结构，从而确保模块化与可重用性。
• 对 DPOCL 行为的形式化刻画使其能够精确指定其可生成的语篇计划类别，这是以往语篇规划系统所不具备的能力。