[论文解读] Augmenting Non-Collaborative Dialog Systems with Explicit Semantic and Strategic Dialog History

Yiheng Zhou, Yulia Tsvetkov+2 more|arXiv (Cornell University)|Sep 30, 2019

Topic Modeling参考文献 30被引用 13

一句话总结

本文提出使用加权有限状态转换器（FST）显式建模非协作对话系统中的语义意图与策略战术，如谈判与说服。通过在对话行为和策略序列上训练FST，该方法显著提升了端到端对话生成与策略规划性能，在两个不同领域中的策略预测准确率和响应质量方面均显著优于基于RNN的基线模型。

ABSTRACT

We study non-collaborative dialogs, where two agents have a conflict of interest but must strategically communicate to reach an agreement (e.g., negotiation). This setting poses new challenges for modeling dialog history because the dialog's outcome relies not only on the semantic intent, but also on tactics that convey the intent. We propose to model both semantic and tactic history using finite state transducers (FSTs). Unlike RNN, FSTs can explicitly represent dialog history through all the states traversed, facilitating interpretability of dialog structure. We train FSTs on a set of strategies and tactics used in negotiation dialogs. The trained FSTs show plausible tactic structure and can be generalized to other non-collaborative domains (e.g., persuasion). We evaluate the FSTs by incorporating them in an automated negotiating system that attempts to sell products and a persuasion system that persuades people to donate to a charity. Experiments show that explicitly modeling both semantic and tactic history is an effective way to improve both dialog policy planning and generation performance.

研究动机与目标

• 为解决在非协作对话系统中同时建模语义意图与策略战术的挑战，此类系统中各方目标冲突但必须达成一致。
• 克服基于RNN的模型隐式编码历史、无法捕捉谈判与说服中策略结构的局限性。
• 开发一种可解释的符号化方法，利用无监督预训练的有限状态转换器（FST）追踪对话历史。
• 评估显式建模策略与语义历史在提升对话策略规划与响应生成方面的作用。

提出的方法

• 所提出的FeHED模型使用两个预训练的加权有限状态转换器（FST）：一个用于对话行为（FST-DA），一个用于谈判/说服策略（FST-S），均在无标注对话序列上进行训练。
• 通过专用分类器从话语中提取对话行为与策略，并将其输入FST，以维护对话状态的符号化、可解释历史。
• 分层编码器-解码器（HED）模型基于FST状态嵌入与先前话语生成上下文相关的响应。
• FST提供显式的状态转移与路径追踪，使系统在预测下一步行动（如还价或拒绝）方面优于RNN。
• 该系统在两个非协作场景中进行评估：自动化产品谈判与慈善捐赠说服。
• FST以无监督方式训练，避免依赖人工标注的信念跨度或基于规则的监督。

实验结果

研究问题

• RQ1 显式建模语义意图与策略战术是否能提升非协作对话系统中的对话策略规划与响应生成？
• RQ2 基于FST的对话历史追踪与基于RNN的隐藏状态建模相比，在捕捉对话结构与策略序列方面表现如何？
• RQ3 FST在谈判与说服等非协作领域之间具备多大程度的泛化能力？
• RQ4 将FST生成的状态嵌入引入对话系统，是否能提升策略预测的可解释性与准确性？
• RQ5 与循环模型相比，FST是否能更好地在对话回合中保持策略历史，尤其是在对话初期？

主要发现

• FST增强的分层编码器-解码器（FeHED）模型在五项评估指标中的四项上显著优于所有基线模型，包括BLEU与策略预测准确率。
• FeHED实现了0.76的策略预测准确率，表明FST能有效建模策略性对话结构。
• 在定性分析中，FeHED正确响应了先前策略（'pick it up'）并回应为'I will deliver to you'，而RNN基线忽略了该策略并提出了新价格。
• FST模型在当前状态下为'propose price'分配了0.51的概率，从而引导系统做出还价而非过早同意。
• FST显式追踪对话路径与状态，提升了可解释性，并使下一步预测比RNN更准确。
• 该模型在其他非协作领域也表现出良好泛化能力，体现在谈判与说服任务中均表现强劲。