[论文解读] Planning for Goal-Oriented Dialogue Systems

Christian Muise, Tathagata Chakraborti+7 more|arXiv (Cornell University)|Oct 17, 2019

Multi-Agent Systems and Negotiation参考文献 30被引用 17

一句话总结

本文提出了一种用于目标导向对话系统的声明式规划框架，通过将高层规格说明编译为可执行计划，自动生成复杂、多轮对话代理，从而消除对手动对话树编撰的需求。该方法利用最先进的规划技术，实现可扩展、可验证的对话流程，从规格说明到执行实现端到端支持。

ABSTRACT

Generating complex multi-turn goal-oriented dialogue agents is a difficult problem that has seen a considerable focus from many leaders in the tech industry, including IBM, Google, Amazon, and Microsoft. This is in large part due to the rapidly growing market demand for dialogue agents capable of goal-oriented behaviour. Due to the business process nature of these conversations, end-to-end machine learning systems are generally not a viable option, as the generated dialogue agents must be deployable and verifiable on behalf of the businesses authoring them. In this work, we propose a paradigm shift in the creation of goal-oriented complex dialogue systems that dramatically eliminates the need for a designer to manually specify a dialogue tree, which nearly all current systems have to resort to when the interaction pattern falls outside standard patterns such as slot filling. We propose a declarative representation of the dialogue agent to be processed by state-of-the-art planning technology. Our proposed approach covers all aspects of the process; from model solicitation to the execution of the generated plans/dialogue agents. Along the way, we introduce novel planning encodings for declarative dialogue synthesis, a variety of interfaces for working with the specification as a dialogue architect, and a robust executor for generalized contingent plans. We have created prototype implementations of all components, and in this paper, we further demonstrate the resulting system empirically.

研究动机与目标

• 解决在企业级对话系统中手动编写复杂对话树所面临的可扩展性和可维护性挑战。
• 克服端到端学习方法在可解释性、可验证性和可靠训练数据方面的局限性。
• 使非专家对话设计师能够通过高层目标和能力声明式地指定代理，而非低层状态转移。
• 提供从领域规格说明到可执行对话代理的统一、可扩展的端到端流水线，支持形式化验证与调试。
• 引入新颖的规划编码方式和交互式工具（例如，Meta-Writer、CDD模式），协助设计师构建正确且完整的对话模型。

提出的方法

• 使用声明式领域描述语言（D3WA）通过动作、先决条件、效果和结果来指定对话代理，抽象出显式的状态图。
• 使用标准规划编码将D3WA规格说明编译为经典规划问题，从而可使用现成规划器（如Fast Downward）进行求解。
• 集成语义解析模块，利用预训练的序列到序列模型从对话日志中提取候选动作和话语。
• 实现基于约束的对话（CDD）模式，允许设计师仅指定目标，由规划器自动合成所有中间动作。
• 开发Meta-Writer辅助功能，将设计过程建模为元规划问题，以检测不完整或不可解的规格说明，并建议修复方案。
• 构建可视化界面和执行引擎，支持广义的条件性计划，实现对动态、上下文敏感对话的稳健执行。

实验结果

研究问题

• RQ1 与传统对话树方法相比，声明式规划框架能否显著减少手动编写复杂、多轮目标导向对话代理所需的工作量？
• RQ2 自动化规划技术在无需显式枚举状态空间的情况下，能在多大程度上从高层领域规格说明生成可验证、行为正确的对话流程？
• RQ3 Meta-Writer辅助功能在设计过程中检测并引导修复不完整或不可解对话规格说明方面的有效性如何？
• RQ4 基于约束的对话规格说明（CDD）模式能否提供一种可用且高层次的抽象，简化设计过程同时保持表达能力？
• RQ5 当从紧凑的声明式规格说明生成计划时，该系统在对话复杂度（例如节点数、边数）方面的可扩展性如何？

主要发现

• 系统仅通过7个对话动作，成功从规格说明生成了包含63个节点和272条边的复杂对话代理，相较于手动树编撰展现出显著的可扩展性优势。
• Meta-Writer辅助功能可检测不可解的规格说明，并建议修正措施（如添加缺失的动作或结果），从而提升设计的鲁棒性。
• CDD模式使设计师仅需指定目标，规划器即可自动合成所有必要中间动作，显著降低设计负担。
• 该框架支持从声明式规格说明到可执行计划的端到端编译，包括话语的语义解析和基于对话日志的结果建模。
• 系统原型实现展示了可行性与实用性，支持调试、可视化以及对话代理的迭代优化。
• 该方法可生成可验证且可维护的对话代理，适用于企业级部署，有效解决了端到端学习系统的关键局限。