[论文解读] Generating Information-Sharing Subdialogues in Expert-User Consultation

Jennifer Chu‐Carroll, Sandra Carberry|ArXiv.org|Jan 6, 1997

Speech and dialogue systems参考文献 15被引用 29

一句话总结

本文提出了一种计算模型，用于在系统不确定性导致无法立即接受或拒绝用户提议时，启动专家-用户咨询中的信息共享子对话。该模型确定何时启动此类子对话，选择最需要澄清的关键不确定信念，应用上下文敏感的信息共享策略，并在提议-评估-修改循环中支持嵌入式子对话，从而在对话系统中实现更有效的协作决策。

ABSTRACT

In expert-consultation dialogues, it is inevitable that an agent will at times have insufficient information to determine whether to accept or reject a proposal by the other agent. This results in the need for the agent to initiate an information-sharing subdialogue to form a set of shared beliefs within which the agents can effectively re-evaluate the proposal. This paper presents a computational strategy for initiating such information-sharing subdialogues to resolve the system's uncertainty regarding the acceptance of a user proposal. Our model determines when information-sharing should be pursued, selects a focus of information-sharing among multiple uncertain beliefs, chooses the most effective information-sharing strategy, and utilizes the newly obtained information to re-evaluate the user proposal. Furthermore, our model is capable of handling embedded information-sharing subdialogues.

研究动机与目标

• 解决专家-用户对话中提案评估期间因知识不足而无法立即接受或拒绝的系统不确定性挑战。
• 开发一种在信念不确定时启动有针对性信息共享子对话的策略。
• 基于对顶层决策的影响和解决难度，选择最关键不确定信念进行信息交换。
• 根据不确定性性质和可用证据，定义并应用多种信息共享策略。
• 在递归评估过程中支持嵌入式子对话，实现更深层次的协作推理。

提出的方法

• 使用四级对话模型（领域、问题解决、信念、话语）来表示协作规划状态。
• 在提议-评估-修改循环中扩展信息共享子对话，以处理评估过程中的不确定性。
• 应用信念评估算法，当系统缺乏足够证据接受或拒绝提议时，触发子对话启动。
• 实现焦点选择算法，根据对顶层决策的影响和不确定性解决的难度，对不确定信念进行排序。
• 定义四种信息共享策略：请求理由、提供反证、请求证据，以及结合两者；根据信念状态和证据可用性，制定每种策略的选择标准。
• 通过将信息共享视为评估过程的递归组成部分，支持嵌入式子对话，同时保持话语结构和目标依赖关系。

实验结果

研究问题

• RQ1 在用户提案评估过程中，何时应启动信息共享子对话？
• RQ2 当多个信念均不确定时，应将哪个信念作为信息共享的焦点？
• RQ3 针对特定信念的不确定性，哪种信息共享策略最有效？
• RQ4 如何在递归对话结构中支持嵌入式信息共享子对话？
• RQ5 系统在信息共享子对话期间如何保持目标连贯性和话语结构？

主要发现

• 该模型成功识别出在缺乏足够证据评估提案时应启动信息共享子对话的条件。
• 信念焦点选择算法有效优先处理对决策结果影响最大且最难解决的信念。
• 四种信息共享策略具有上下文适宜性，能够有效交换理由和反证。
• 将信息共享整合到提议-评估-修改循环中，支持嵌入式子对话，实现在不破坏对话结构的前提下进行递归澄清。
• 通过结构化信息交换动态构建共享信念，该模型即使在初始知识不足的情况下，也能实现协作决策。
• 通过真实对话转录本分析验证了该方法，证明其能够有效建模涉及怀疑与澄清的自然专家-用户咨询行为。