[論文レビュー] Software-Based Dialogue Systems: Survey, Taxonomy and Challenges

Quim Motger, Xavier Franch+1 more|arXiv (Cornell University)|Jun 21, 2021

AI in Service Interactions参考文献 146被引用数 8

ひとこと要約

本論文は、三次的研究手法に基づき、ソフトウェアベースの対話システム（会話エージェント）に関する包括的で体系的な文献レビューを提示する。既存のサーベイ研究から得られた知見を統合し、分野、研究焦点、技術的側面の3つの次元にわたる包括的で統合的な分類体系（トロノミー）を提案する。主な貢献は、人間とコンピュータのインタラクション分野における研究分類および今後の開発を促進するための統一的で多次元的なフレームワークの構築である。

ABSTRACT

The use of natural language interfaces in the field of human-computer interaction is undergoing intense study through dedicated scientific and industrial research. The latest contributions in the field, including deep learning approaches like recurrent neural networks, the potential of context-aware strategies and user-centred design approaches, have brought back the attention of the community to software-based dialogue systems, generally known as conversational agents or chatbots. Nonetheless, and given the novelty of the field, a generic, context-independent overview on the current state of research of conversational agents covering all research perspectives involved is missing. Motivated by this context, this paper reports a survey of the current state of research of conversational agents through a systematic literature review of secondary studies. The conducted research is designed to develop an exhaustive perspective through a clear presentation of the aggregated knowledge published by recent literature within a variety of domains, research focuses and contexts. As a result, this research proposes a holistic taxonomy of the different dimensions involved in the conversational agents' field, which is expected to help researchers and to lay the groundwork for future research in the field of natural language interfaces.

研究の動機と目的

• 会話エージェント分野における研究の現状を包括的かつ最新の視点から概説し、既存の文献レビューにおけるギャップを解消すること。
• 多様な分野、研究焦点、技術的アプローチにわたる二次的研究から知識を特定・統合すること。
• 応用分野、技術的コンポONENT、対話パラダイムなどの主要な次元を捉える統一的で包括的な会話エージェント分類体系（トロノミー）を構築すること。
• ユーザー参加度、パーソナライゼーション、文脈に配慮した適応性に関する主な課題と今後の研究方向性を強調すること。
• 研究者および実務家が、会話エージェントシステムの分類および比較を支援する構造的リファレンスを提供すること。

提案手法

• Kitchenhamらの指針に従い、二次的研究に焦点を当てた三次的体系的文献レビューを実施した。
• 自動検索と参考文献のスノーボール法を用いて、関連文献の包括的カバレッジを確保した。
• ソフトウェア工学およびHCI分野の研究基準に適合した拡張された品質評価フレームワークを適用した。
• テーマ分析を用いて、121件の二次的研究から特徴、手法、技術的コンポONENTを抽出・統合した。
• 研究焦点、分野、技術的コンポONENT（例：NLU、NLG、DST）および対話文脈に基づく多次元分類体系を構築した。
• 研究プロセスおよびデータソースの詳細な文書化を含む完全な再現パッケージを公開することで、再現可能性を確保した。

実験結果

リサーチクエスチョン

• RQ1 異なる分野や技術的アプローチにおいて、会話エージェント分野の研究の現状はどのようになっているか？
• RQ2 現代の会話エージェントで使用されている主な技術的コンポONENTおよび手法は何か。また、それらはどのように進化してきたか？
• RQ3 会話エージェント研究における支配的である研究焦点と応用分野は何か。それらはどのように関連しているか？
• RQ4 文献で特定された主な課題と未解決の研究課題は何か？
• RQ5 多様な研究および応用文脈において、会話エージェントシステムを分類・比較できる統一的分類体系をどのように構築できるか？

主な発見

• 会話エージェント分野は、医療、教育、カスタマーサービス分野からの顕著な貢献を伴う、極めて多様な分野にまたがる。
• 特に再帰的ニューラルネットワークを活用した深層学習の最近の進展により、より効果的で文脈に配慮した、パーソナライズされた対話システムの実現が可能になった。
• 自然言語理解（NLU）、自然言語生成（NLG）、対話状態追跡（DST）は、現代の会話エージェントにおける中心的技術的コンポONENTとなっている。
• 進展はあるものの、ユーザー参加度、個別パーソナライゼーション、多様な対話シナリオにおける堅牢な文脈に配慮した適応性の面で課題が残っている。
• 効果的でユーザー中心の会話エージェントを構築するには、データソースと適応メカニズムを統合した包括的設計が不可欠である。
• 提案された分類体系は、技術的側面、分野固有の側面、対話ベースの側面の3つの次元にわたる会話エージェントの分類を支援する構造的フレームワークを提供しており、今後の研究およびシステム比較を支援する。