[论文解读] 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 8

一句话总结

本文采用三级研究方法，对基于软件的对话系统（对话代理）进行了全面、系统的文献综述，综合现有综述的研究成果，提出一个涵盖领域、研究焦点和技术维度的综合性分类体系。主要贡献在于构建了一个统一的多维框架，用于对对话代理进行分类，以促进人机交互领域研究的系统化分类与未来发展。

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.

研究动机与目标

• 为对话代理研究领域提供全面、最新的现状综述，弥补现有文献综述中的研究空白。
• 从不同领域、研究焦点和技术方法的二次研究中识别并综合已有知识。
• 构建一个统一的、整体性的对话代理分类体系，涵盖应用领域、技术组件和交互范式等关键维度。
• 突出用户参与度、个性化和上下文感知性方面的主要挑战与未来研究方向。
• 通过提供结构化的参考框架，支持研究人员和实践者对对话代理系统进行分类与比较。

提出的方法

• 基于Kitchenham等人提出的指南，开展基于二次研究的三级系统性文献综述。
• 采用自动化搜索与参考文献回溯法，确保涵盖相关文献的全面性。
• 应用针对软件工程与人机交互研究标准量身定制的扩展质量评估框架。
• 通过主题分析法，从121篇二次研究中提取并综合特征、方法与技术组件。
• 基于研究焦点、领域、技术组件（如NLU、NLG、DST）和交互情境，构建多维分类体系。
• 通过发布完整的可复现数据包并附详细研究过程与数据源文档，确保研究可复现性。

实验结果

研究问题

• RQ1 在不同领域和技术方法下，对话代理研究的当前状态如何？
• RQ2 现代对话代理中使用的关键技术组件与方法有哪些？其发展演变路径如何？
• RQ3 对话代理研究中的主导研究焦点与应用领域是什么？它们之间如何相互关联？
• RQ4 文献中识别出的主要挑战与开放性研究问题有哪些？
• RQ5 如何构建一个统一的分类体系，以在多样化的研究与应用情境中对对话代理系统进行分类与比较？

主要发现

• 对话代理领域具有高度跨学科性，医疗保健、教育和客户服务领域均有显著贡献。
• 深度学习的最新进展，特别是循环神经网络，使更有效的上下文感知与个性化对话系统成为可能。
• 自然语言理解（NLU）、自然语言生成（NLG）和对话状态追踪（DST）现已成为现代对话代理中的核心技术组件。
• 尽管已有进展，用户参与度、个性化定制以及在多样化交互场景中实现稳健的上下文感知适应仍面临挑战。
• 整合数据源与自适应机制的整体化设计，对于构建高效、以用户为中心的对话代理至关重要。
• 所提出的分类体系提供了一个结构化框架，可用于在技术、领域特定及基于交互的维度上对对话代理进行分类，支持未来研究与系统比较。