[论文解读] A Plan-Based Model for Response Generation in Collaborative Task-Oriented Dialogues

Jennifer Chu‐Carroll, Sandra Carberry|ArXiv.org|May 5, 1994

Speech and dialogue systems参考文献 20被引用 34

一句话总结

本文提出了一种基于计划的协作式任务导向对话响应生成架构，通过建模‘提议-评估-修改’循环来处理用户与系统之间的分歧。该架构统一了领域动作、问题解决步骤和信念层面的协商，使系统能够发起子对话、修改提议并生成合作性响应——即使在因未解决冲突而未能回答某些问题时亦然。

ABSTRACT

This paper presents a plan-based architecture for response generation in collaborative consultation dialogues, with emphasis on cases in which the system (consultant) and user (executing agent) disagree. Our work contributes to an overall system for collaborative problem-solving by providing a plan-based framework that captures the {\em Propose-Evaluate-Modify} cycle of collaboration, and by allowing the system to initiate subdialogues to negotiate proposed additions to the shared plan and to provide support for its claims. In addition, our system handles in a unified manner the negotiation of proposed domain actions, proposed problem-solving actions, and beliefs proposed by discourse actions. Furthermore, it captures cooperative responses within the collaborative framework and accounts for why questions are sometimes never answered.

研究动机与目标

• 为解决在系统与用户就提议行动存在分歧的协作式任务导向对话中响应生成的挑战。
• 将协作建模为递归的‘提议-评估-修改’循环，实现领域、问题解决和信念层面提议的动态协商。
• 在单一基于计划的框架内统一处理领域动作、问题解决策略和话语层面信念的协商。
• 通过在协作框架中捕捉非响应背后的理由，支持即使未回答某些问题也能生成合作性响应。
• 将基于计划的生成扩展至包含对提议修改的论证与理由说明，提升系统可信度与协作性。

提出的方法

• 采用三层次对话模型（领域、问题解决和话语层次）来表示共享与个体意图。
• 将对话模型划分为共享计划（已达成一致的动作）和提议新增内容（新提议但未确认的动作），以支持协商。
• 使用仲裁者组件基于冲突检测与信念对齐来评估和修改提议。
• 将计划识别与简化的松弛算法相结合，以检测并纠正格式错误或次优的计划。
• 将所有话语均视为可被评估与修改的提议，从而在领域、问题解决和信念等多个层次实现递归协商。
• 使用元计划表示协作性动作（如提议修改、告知信息、论证主张），并通过逻辑形式生成自然语言。

实验结果

研究问题

• RQ1 响应生成系统如何有效处理用户与顾问在协作式任务规划过程中出现的分歧？
• RQ2 基于计划的架构在何种方式下可统一领域动作、问题解决策略与信念的协商于单一框架中？
• RQ3 系统如何在未回答某些问题的情况下仍能生成合作性响应？什么决定了某个问题保持未回答？
• RQ4 系统通过何种机制可主动发起子对话以协商对共享计划的新增提议？
• RQ5 如何使用基于计划的推理与元计划，对提议的递归修改进行建模与实现？

主要发现

• 系统成功将协作建模为递归的‘提议-评估-修改’循环，实现了在领域、问题解决和信念层面的提议动态协商。
• 仲裁者组件能够检测提议动作中的冲突，并通过信念层面推理（如基于领域事实拒绝支持关系）启动修改。
• 系统生成的自然语言响应体现了论证与协商过程，例如解释为何某项提议（如‘布朗博士教授人工智能’）无效，因缺乏支持。
• 通过引入信念层面的协商，系统解释了为何某些问题始终未被回答——即当提议被拒绝且未找到可接受的替代方案时。
• 该架构支持子对话的发起以解决分歧，使系统能够以保持协作的方式提出、评估并修改计划。
• 在大学咨询场景中的实现证明了该框架在真实世界协作规划场景中的可行性与通用性。