[論文レビュー] LD-SDS: Towards an Expressive Spoken Dialogue System based on Linked-Data

Alexandros Papangelis, Panagiotis Papadakos+4 more|arXiv (Cornell University)|Oct 9, 2017

Natural Language Processing Techniques参考文献 28被引用数 7

ひとこと要約

本論文では、連結データと意味技術を統合することで、従来のスロットフィリングにとどまらない表現的で、複数回のやり取りを行う、探索的対話が可能な新しいスプokenダイアログシステムLD-SDSを提案する。意味的推論、動的エンティティリンク、ユーザーの好みモデリングを活用することで、LD-SDSはオープンドメインの知識ベース上で複雑な照会、能動的対話、比較的推論を可能にし、ホテル選定のユースケースにおいて実現可能性を示している。

ABSTRACT

In this work we discuss the related challenges and describe an approach towards the fusion of state-of-the-art technologies from the Spoken Dialogue Systems (SDS) and the Semantic Web and Information Retrieval domains. We envision a dialogue system named LD-SDS that will support advanced, expressive, and engaging user requests, over multiple, complex, rich, and open-domain data sources that will leverage the wealth of the available Linked Data. Specifically, we focus on: a) improving the identification, disambiguation and linking of entities occurring in data sources and user input; b) offering advanced query services for exploiting the semantics of the data, with reasoning and exploratory capabilities; and c) expanding the typical information seeking dialogue model (slot filling) to better reflect real-world conversational search scenarios.

研究の動機と目的

• 現在のスプokenダイアログシステムが硬直的なスロットフィリングと静的データベースに依存するという限界を解決すること。
• 探索的検索と変化するユーザーの意図をサポートする自然で、複数回のやり取りを行う会話の実現。
• ライブで利用可能なオープンドメインの連結データソースと、意味的推論およびエンティティの曖昧除去を統合すること。
• 階層的で多値型のデータモデルを通じて、ユーザーの好みとソフト制約をサポートすること。
• データの分布とユーザーの注目点に基づいて、明確化質問を提示できるように、対話マネージャーが能動的に行動できる対話システムの開発。

提案手法

• 確率的ルールに基づく信念トラッカーを採用し、範囲内の値や範囲の間の値を含む、ユーザーの意図と制約を維持・更新する。
• ドメインに依存しない特徴（スロットエントロピー、一致数など）を用いるDeep Q-Network（DQN）ベースの対話ポリシーを採用し、ドメイン間での一般化を可能にする。
• 異種の知識ベース間でのエンティティリンク、曖昧除去、スキーマ統合を実行する意味的レイヤーを実装する。
• テンプレートベースの自然言語生成（NLG）を適用し、ユーザー指定の側面に基づいて最大3件のアイテムを要約・比較する。
• 段階的な意思決定と文脈記憶をサポートする、セッションベースのインタラクションモデルを設計する。
• 「Xの周辺」や「Y未満」のような複雑な照会を可能にするために、二値制約を超えた対話パラダイムを拡張する。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、オープンドメインで多様な知識ベース上で、探索的かつ表現的なユーザー照会を効果的に行えるスプokenダイアログシステムを実現できるか？
• RQ2 意味技術は、スプokenダイアログシステムにおけるエンティティ同定、曖昧除去、リンクの質をどの程度向上できるか？
• RQ3 再トレーニングなしで、動的ドメインにスケーラブルかつ適応可能な対話ポリシーをどのように設計できるか？
• RQ4 データの分布とユーザーの好みに基づいて、対話システムが能動的に行動するメカニズムは何か？
• RQ5 自然言語生成は、意味的対話システムにおいて、比較的推論と要約をどのように強化できるか？

主な発見

• LD-SDSプロトタイプは、連結データソース上で比較的推論と好みに基づくランク付けを伴う、複雑で複数回のやり取りを行う対話を効果的にサポートしている。
• 本システムは、実世界のホテル選定シナリオにおいて実現可能性を示しており、ソフト制約や動的値範囲を含む照会をサポートしている。
• DQNベースのポリシーにおけるドメインに依存しない特徴の使用により、再トレーニングなしでドメイン間での一般化が可能である。
• 意味的推論とエンティティの曖昧除去の統合により、ユーザー意図認識の正確性と表現力が向上した。
• テンプレートベースのNLGにより、ユーザー指定の側面に基づいて最大3件のアイテムを一貫して要約・比較できる。
• 対話マネージャーが能動的に行動でき、データ分布とユーザーの注目点に基づいた明確化質問を提示できる。