在以前的研究中，知识选择任务主要依赖基于语言模型的方法或知识排名。然而，即时依赖于语言模型的方法将所有知识作为在大多数情况下知识不包含顺序信息的顺序输入。另一方面，知识排名方法利用对话历史和每个给定的知识，但不是知识之间的知识。在第10次对话系统技术挑战（DSTC 10）中，我们参加了对话对话时第二轨对话的对话建模。要处理上述问题，我们根据第一个和第三个子任务的SOTA模型修改了培训方法，以及建议的图表 - 知识选择器（GKS），利用包含知识选择语言模型的图形关注基础模型。任务二。 GKS通过同时考虑从语言模型生成的每个知识嵌入，无需顺序特征，使对话中的知识选择决策。 GKS还利用了决策中相当多的知识，将知识与选择过程的一部分带来关系。 GKS从第9次对话系统技术挑战（DSTC9）的知识选择上提出的数据集中建议的几个SOTA模型。

在口语对话中构建强大的对话系统比书面对话更具挑战。在这方面，提出了DSTC10-TRACK2-TASK2，旨在构建以任务为导向的对话（TOD）系统，该系统将非结构化的外部知识结合在口语对话中，从而扩展了DSTC9-TRACK1。本文介绍了我们的系统，其中包含四种高级方法：数据构建，负面抽样，训练后和样式转移。我们首先自动构建大型培训数据，因为DSTC10-TRACK2未发布官方培训集。对于知识选择任务，我们提出了加权负抽样，以更加细粒度训练模型。我们还采用后培训和样式转移来制作响应生成任务，以生成具有与目标响应类似样式的适当响应。在实验中，我们研究了加权负抽样，训练后和样式转移的效果。我们的模型在客观评估中排名16个团队中的7个，在人类评估中排名6。

本文总结了我们提交第10次对话系统技术挑战（DSTC10）的第二次赛道的任务2的任务2“关于口语对话的知识接地的任务导向对话建模”。类似于前一年的迭代，任务由三个子任务组成：检测转弯是否是知识寻求，选择相关知识文档并最终生成接地响应。今年，焦点在于将系统适应嘈杂的ASR成绩单。我们探讨了不同的方法，使模型对这种类型的输入更加强大，并使生成的响应适应口语对话的风格。对于后者，我们通过嘈杂的频道模型获得最佳效果，该模型另外减少了短和通用响应的数量。我们最好的系统在挑战的人类评估中实现了第一级和第三名。

已经证明，提供对话模型，可以使开放域的对话更加丰富和引人入胜。现有模型将知识选择视为单独处理每个句子的句子排名或分类问题，忽略了后台文档中句子之间的内部语义连接。在这项工作中，我们建议自动将背景知识文档转换为文档语义图，然后在此类图上执行知识选择。我们的文档语义图通过使用句子节点来保留句子级信息，并提供句子之间的概念连接。我们共同将多任务学习用于句子级别和概念级知识选择，并表明它改善了句子级别的选择。我们的实验表明，我们的基于语义图的知识选择改进了知识选择任务和Holle的端到端响应生成任务的句子选择基线，并改善了WOW中看不见的主题的概括。

对话系统已取得了重大进展，并已在各种情况下广泛使用。先前的研究主要集中在单个情况下设计对话模型，而在现实世界中各种情况下处理任务需要全面的能力。在本文中，我们提出了一个通用的多技能对话框框架，即MSDF，可以应用于不同的对话框任务（例如，知识接地对话框和基于角色的对话框）。具体而言，我们提出了一个可转移的响应生成器，以在多种大规模对话库中进行预训练，作为MSDF的骨干，由基于BERT的编码器和基于GPT的解码器组成。为了选择与对话记录一致的响应，我们提出了一个通过负抽样训练的一致性选择器。此外，还采用了外部知识的灵活复制机制来增强各种情况下多形知识的利用。我们对知识接地对话，建议对话框和基于角色的对话任务进行实验。实验结果表明，我们的MSDF的表现优于基线模型。在2021年语言和情报挑战的多技能对话中，我们的一般MSDF赢得了第三奖，这证明我们的MSDF具有有效且具有竞争力。

无监督的对话结构学习是自然语言处理中的一个重要而有意义的任务。提取的对话结构和过程可以帮助分析人类对话，并在对话系统的设计和评估中发挥重要作用。传统的对话系统要求专家手动设计对话结构，这是非常昂贵的。但通过无监督的对话结构学习，可以自动获得对话结构，降低开发人员构建对话过程的成本。学习的对话结构可用于促进下游任务系统的对话生成，提高对话机器人回复的逻辑和一致性。在本文中，我们提出了一种基于伯特的无监督对话结构学习算法Dsbert（对话结构伯特）。与以前的SOTA型号VRNN和SVRNN不同，我们组合BERT和AutoEncoder，可以有效地组合上下文信息。为了更好地防止模型落入本地最佳解决方案并使对话状态分布更加均匀，合理，我们还提出了三个可用于对话结构学习的均衡损失功能。实验结果表明，Dsbert可以产生更接近真实结构的对话结构，可以将句子与不同的语义区分开到不同的隐藏状态。

To alleviate the problem of structured databases' limited coverage, recent task-oriented dialogue systems incorporate external unstructured knowledge to guide the generation of system responses. However, these usually use word or sentence level similarities to detect the relevant knowledge context, which only partially capture the topical level relevance. In this paper, we examine how to better integrate topical information in knowledge grounded task-oriented dialogue and propose ``Topic-Aware Response Generation'' (TARG), an end-to-end response generation model. TARG incorporates multiple topic-aware attention mechanisms to derive the importance weighting scheme over dialogue utterances and external knowledge sources towards a better understanding of the dialogue history. Experimental results indicate that TARG achieves state-of-the-art performance in knowledge selection and response generation, outperforming previous state-of-the-art by 3.2, 3.6, and 4.2 points in EM, F1 and BLEU-4 respectively on Doc2Dial, and performing comparably with previous work on DSTC9; both being knowledge-grounded task-oriented dialogue datasets.

这项工作结合了有关预先训练模型编码的对话历史的信息，其含义表示当前系统话语，以实现面向任务对话中的语境语言生成。我们利用预先训练的多上下文转换模型进行从头开始培训的模型中的上下文表示;并利用从预训练的GPT-2调整的模型中的上下文生成的立即使用前面的用户话语。与多种数据集的两个实验表明，通过预先训练的模型编码的上下文信息可提高自动指标和人类评估中的响应生成的性能。我们所呈现的上下文发电机使得更高种类的响应能够更好地适应正在进行的对话。分析上下文大小显示，较长的上下文不会自动导致更好的性能，但是前面的用户话语的直接对上下文生成起着重要作用。此外，我们还提出了一种基于GPT的生成模型的重新排名。实验表明，RE-Ranker选择的响应对自动度量有重大改进。

预训练的语言模型在对话任务上取得了长足的进步。但是，这些模型通常在表面对话文本上进行训练，因此被证明在理解对话环境的主要语义含义方面是薄弱的。我们研究抽象含义表示（AMR）作为预训练模型的明确语义知识，以捕获预训练期间对话中的核心语义信息。特别是，我们提出了一个基于语义的前训练框架，该框架通过三个任务来扩展标准的预训练框架（Devlin等，2019）。根据AMR图表示。关于聊天聊天和面向任务的对话的理解的实验表明了我们的模型的优势。据我们所知，我们是第一个利用深层语义表示进行对话预训练的人。

意图检测是对话助手的任何自然语言理解（NLU）系统的关键部分。对于存在多个指令和意图的电子邮件对话，检测正确的意图是必不可少的，但很难。在这种设置中，对话上下文可以成为检测助手的用户请求的关键歧义因素。合并上下文的一种突出方法是建模过去的对话历史，例如以任务为导向的对话模型。但是，电子邮件对话的性质（长形式）限制了直接使用面向任务的对话模型中最新进展。因此，在本文中，我们提供了一个有效的转移学习框架（EMTOD），该框架允许对话模型中的最新开发方式用于长形式的对话。我们表明，提出的EMTOD框架将预训练的语言模型的意图检测性能提高了45％，而预先培训的对话模型则提高了30％，以实现任务为导向的电子邮件对话。此外，提出的框架的模块化性质允许在预训练的语言和面向任务的对话模型中为未来的任何发展提供插件。

Long-range context modeling is crucial to both dialogue understanding and generation. The most popular method for dialogue context representation is to concatenate the last-$k$ previous utterances. However, this method may not be ideal for conversations containing long-range dependencies. In this work, we propose DialoGX, a novel encoder-decoder based framework for conversational response generation with a generalized and explainable context representation that can look beyond the last-$k$ utterances. Hence the method is adaptive to conversations with long-range dependencies. The main idea of our approach is to identify and utilize the most relevant historical utterances instead of the last-$k$ utterances in chronological order. We study the effectiveness of our proposed method on both dialogue generation (open-domain) and understanding (DST) tasks. DialoGX achieves comparable performance with the state-of-the-art models on DailyDialog dataset. We also observe performance gain in existing DST models with our proposed context representation strategy on MultiWOZ dataset. We justify our context representation through the lens of psycholinguistics and show that the relevance score of previous utterances agrees well with human cognition which makes DialoGX explainable as well.

由于人类参与者的参与，收集培训对话系统的数据可能非常昂贵，并且需要广泛的注释。特别是在文档接地的对话系统中，人类专家需要仔细阅读非结构化文件以回答用户的问题。结果，现有的文档接地对话对话数据集相对较小，并且妨碍了对话系统的有效培训。在本文中，我们提出了一种通过生成对话模型在文档上接地的自动数据增强技术。对话模型由用户BOT和代理机器人组成，可以在给定输入文档的情况下合成不同的对话，然后用于训练下游模型。在补充原始数据集时，我们的方法可以实现对传统数据增强方法的显着改进。我们还在低资源环境中实现了良好的性能。

最近，培训预培训方法在以任务为导向的对话框（TOD）系统中表现出了很大的成功。但是，大多数现有的预培训模型用于TOD专注于对话的理解或对话生成，但并非两者兼而有之。在本文中，我们提出了Space-3，这是一种新型的统一的半监督预培训的预训练的对话模型，从大规模对话CORPORA中学习有限的注释，可以有效地对广泛的下游对话任务进行微调。具体而言，Space-3由单个变压器中的四个连续组件组成，以维护TOD系统中的任务流：（i）对话框编码模块编码对话框历史记录，（ii）对话框理解模块以从任一用户中提取语义向量查询或系统响应，（iii）一个对话框策略模块，以生成包含响应高级语义的策略向量，以及（iv）对话框生成模块以产生适当的响应。我们为每个组件设计一个专门的预训练目标。具体而言，我们预先培训对话框编码模块，使用跨度掩码语言建模，以学习上下文化对话框信息。为了捕获“结构化对话框”语义，我们通过额外的对话注释通过新颖的树诱导的半监视对比度学习目标来预先培训对话框理解模块。此外，我们通过将其输出策略向量与响应响应的语义向量之间的L2距离最小化以进行策略优化，从而预先培训对话策略模块。最后，对话框生成模型由语言建模预先训练。结果表明，Space-3在八个下游对话框基准中实现最新性能，包括意图预测，对话框状态跟踪和端到端对话框建模。我们还表明，在低资源设置下，Space-3比现有模型具有更强的射击能力。

Recent advances in neural approaches greatly improve task-oriented dialogue (TOD) systems which assist users to accomplish their goals. However, such systems rely on costly manually labeled dialogs which are not available in practical scenarios. In this paper, we present our models for Track 2 of the SereTOD 2022 challenge, which is the first challenge of building semi-supervised and reinforced TOD systems on a large-scale real-world Chinese TOD dataset MobileCS. We build a knowledge-grounded dialog model to formulate dialog history and local KB as input and predict the system response. And we perform semi-supervised pre-training both on the labeled and unlabeled data. Our system achieves the first place both in the automatic evaluation and human interaction, especially with higher BLEU (+7.64) and Success (+13.6\%) than the second place.

知识驱动的对话世代最近取得了非凡的突破。与一般的对话系统相比，卓越的知识对话系统可以通过预先提供的知识产生更多信息和知识渊博的响应。但是，在实际应用中，对话系统无法事先提供相应的知识。为了解决该问题，我们设计了一个名为DRKQG的知识驱动的对话系统（\ emph {通过查询生成动态检索知识，以获取信息性对话响应}）。具体而言，系统可以分为两个模块：查询生成模块和对话生成模块。首先，利用时间感知机制来捕获上下文信息，并可以生成查询以检索知识。然后，我们集成了复制机制和变压器，该机制允许响应生成模块产生从上下文和检索知识中得出的响应。 LIC2022，语言和情报技术竞赛的实验结果表明，我们的模块在自动评估指标上的大幅度优于基线模型，而BAIDU语言学团队的人类评估表明，我们的系统在事实上取得了令人印象深刻的结果，实际上是正确的，知识渊博。

基于检索的对话响应选择旨在为给定多转中下文找到候选集的正确响应。基于预先训练的语言模型（PLMS）的方法对此任务产生了显着的改进。序列表示在对话背景和响应之间的匹配程度中扮演关键作用。然而，我们观察到相同上下文共享的不同的上下文响应对始终在由PLM计算的序列表示中具有更大的相似性，这使得难以区分来自负面的正响应。由此激励，我们提出了一种基于PLMS的响应选择任务的新颖\ TextBF {f} ine- \ textbf {g}下载\ textbf {g} unfrstive（fgc）学习方法。该FGC学习策略有助于PLMS在细粒中产生每个对话的更可区分的匹配表示，并进一步提高选择正反应的预测。两个基准数据集的实证研究表明，所提出的FGC学习方法一般可以提高现有PLM匹配模型的模型性能。

预先接受训练的语言模型的最新进展具有显着改善的神经反应生成。但是，现有方法通常将对话背景视为令牌的线性序列，并通过令牌级自我关注学习生成下一个单词。这些令牌级编码阻碍了话语中话语水平一致性的探索。本文介绍了对话贝特，这是一种新的会话响应生成模型，可以增强以前的基于PLM的对话模型。 DialogBert采用分层变压器架构。为了有效地捕捉话语中的话语水平一致性，我们提出了两种培训目标，包括蒙面的话语回归和分布式话语秩序与原始BERT训练相比。在三个多转对谈话数据集上的实验表明，在定量评估方面，我们的方法非常优于BART和Dialogpt等基线。人类评估表明，DialogBert比具有显着利润率的基线产生更加连贯，信息和人类的反应。

医学对话生成是一项重要但具有挑战性的任务。以前的大多数作品都依赖于注意力机制和大规模预处理的语言模型。但是，这些方法通常无法从长时间的对话历史中获取关键信息，从而产生准确和信息丰富的响应，因为医疗实体通常散布在多种话语中以及它们之间的复杂关系。为了减轻此问题，我们提出了一个具有关键信息召回（Medpir）的医疗响应生成模型，该模型建立在两个组件上，即知识吸引的对话图形编码器和召回增强的生成器。知识吸引的对话图编码器通过利用话语中的实体之间的知识关系，并使用图形注意力网络对话图来构建对话图。然后，召回增强的发电机通过在产生实际响应之前生成对话的摘要来增强这些关键信息的使用。两个大型医学对话数据集的实验结果表明，Medpir在BLEU分数和医疗实体F1度量中的表现优于强大的基准。

Abstractive dialogue summarization has long been viewed as an important standalone task in natural language processing, but no previous work has explored the possibility of whether abstractive dialogue summarization can also be used as a means to boost an NLP system's performance on other important dialogue comprehension tasks. In this paper, we propose a novel type of dialogue summarization task - STRUctured DiaLoguE Summarization - that can help pre-trained language models to better understand dialogues and improve their performance on important dialogue comprehension tasks. We further collect human annotations of STRUDEL summaries over 400 dialogues and introduce a new STRUDEL dialogue comprehension modeling framework that integrates STRUDEL into a graph-neural-network-based dialogue reasoning module over transformer encoder language models to improve their dialogue comprehension abilities. In our empirical experiments on two important downstream dialogue comprehension tasks - dialogue question answering and dialogue response prediction - we show that our STRUDEL dialogue comprehension model can significantly improve the dialogue comprehension performance of transformer encoder language models.

我们提出了一种新颖的体系结构，用于使用离散的潜在变量对以任务为导向的对话进行解释建模，以表示对话动作。我们的模型基于变异复发性神经网络（VRNN），不需要明确的语义信息注释。与以前的作品不同，我们的方法模型系统和用户单独转动并执行数据库查询建模，这使该模型适用于以任务为导向的对话，同时生成易于解释的可解释的可解释的潜在变量。我们表明，我们的模型在三个数据集中的困惑和BLEU方面优于先前的方法，我们提出了一种衡量对话成功的方法，而无需专家注释。最后，我们提出了一种新颖的方式来解释有关系统动作的潜在变量语义。