[论文解读] Back to the Future for Dialogue Research: A Position Paper

Philip R. Cohen|arXiv (Cornell University)|Dec 4, 2018

Speech and dialogue systems参考文献 19被引用 5

一句话总结

本文立场论文批判了现代对话研究，认为当前的聊天机器人和槽位填充系统通过忽视长期规划和上下文，过度简化了对话。作者基于四十年的经验，主张复兴基于计划的对话系统，以实现更连贯、目标导向的互动，提出回归基础原则，构建更稳健、协作性的对话系统。

ABSTRACT

This short position paper is intended to provide a critique of current approaches to dialogue, as well as a roadmap for collaborative dialogue research. It is unapologetically opinionated, but informed by 40 years of dialogue re-search. No attempt is made to be comprehensive. The paper will discuss current research into building so-called "chatbots", slot-filling dialogue systems, and plan-based dialogue systems. For further discussion of some of these issues, please see (Allen et al., in press).

研究动机与目标

• 批判当前对话研究的发展轨迹，特别是狭义任务导向聊天机器人和槽位填充系统占据主导地位的现象。
• 指出当前方法在处理长期连贯性、上下文和目标导向互动方面的不足。
• 倡导将基于计划的对话系统作为构建更稳健、协作性对话智能体的基础。
• 为未来对话研究提供路线图，其基础是数十年来对话系统发展的实证与理论积累。
• 重申意图、规划和共同目标在构建类人对话系统中的重要性。

提出的方法

• 批判性分析当前对话系统，将其与早期更结构化的基于计划的方法进行对比。
• 基于四十年对话研究经验，识别出现代系统中缺失的核心原则。
• 提出对话系统应通过显式规划机制建模用户和系统的意图。
• 强调对话系统需在长时间交互中保持上下文和连贯性。
• 建议将长期目标和协作规划整合进对话架构中。
• 呼吁从反应式、模式匹配的系统转向具备内部状态表示的主动式、目标驱动对话智能体。

实验结果

研究问题

• RQ1 尽管自然语言处理技术不断进步，为何当前对话系统仍无法实现连贯的长期互动？
• RQ2 聊天机器人和槽位填充系统在建模复杂、目标导向对话方面存在哪些关键局限？
• RQ3 基于计划的对话系统如何提升多轮对话中的连贯性和上下文保持能力？
• RQ4 早期对话研究中哪些基础原则应被复兴，以推动现代对话系统的发展？
• RQ5 如何设计对话系统以支持协作性、目标驱动的互动，而非孤立的、任务特定的交互？

主要发现

• 当前的聊天机器人和槽位填充系统往往缺乏连贯性，且在长时间对话中难以维持上下文。
• 缺乏显式规划机制导致交互碎片化、脱节，甚至常常毫无意义。
• 尽管今日应用较少，基于计划的对话系统为构建稳健对话智能体提供了更系统化且可扩展的路径。
• 长期对话的连贯性需要超越简单意图分类，对用户和系统意图进行建模。
• 该领域已从基础对话研究偏离，转向缺乏足够理论基础的狭义、应用特定的解决方案。
• 复兴基于计划的方法可重新确立对话系统中协作、共同目标和上下文连贯性的重要性。