前言

• 本文是对昨天看到的ACL 2023三篇多轮对话文章的分享
• 这三个工作都是根据一些额外属性控制输出的工作，且评估的方面比较相似，可以借鉴

方法

这几篇文章都不是做general任务的，倾向于通过一些额外信息，来做specific任务

• 【1】提出应该在instance-level上而不是task-level上生成attribute prompt(i.e. user’s persona/dialogue intent)

  • train a lightweight prompt module that takes as input a control attribute(shallow and deep version)
  • 而不是 training static soft tokens for the dialogue task

  

• 【2】在inference阶段，基于对话历史预测persona信息来定制dialogue agent，而不依赖显式的persona描述

  • 提出两种方式的persona detection model：
    • 给定模型对话历史，训练其输出的向量与persona向量（通过输入persona description来编码得到）近似
    • 给定模型对话历史，训练其直接生成persona description
  • 多任务训练：将persona detection model 与 dialogue context encoder联合训练
    • 分享第一层参数，可以看作是一个通用的对话信息编码器
    • 训练persona detection model与dialogue model一起最大化ground truth response的概率

  

• 【3】生成包含特定语法items的回复（比如现在完成时，虚拟语气，定语从句），尝试了在DialoGPT上用强化学习的方式与基于GPT-3的in-context learning方式，发现都可以

数据集与评估

• 【1】Dailydialog for label control 与 FoCus for document control

  • Dailydialog ：对每句话都标注了dialogue act（图中是标记的是emotiong，act在另一个文件中），一共四种（陈述，问题，指示，承诺）

    

    

  • FoCus: 包含user’s persona，希望构建 dialogue agent

  • 评估response

    • controllability for customizing responses
    • n-gram based: BLEU, NIST, ROUGE-L, METEOR for fluency and adequacy
    • distinct n-gram: Dist and Entropy for diversity
    • humane evaluation for consistency between dialogue context and response and attribute controllability

• 【2】PersonaChat and Dailydialog

  • PersonaChat（arxiv 2018）

    

  • 为了验证泛化性，在Dailydialog上测试

  • 评估：

    • ppl for fluency
    • Dist for diversity
    • P-Cover for covering persona information
    • human evaluation(20 annotators)
    • etc.

• 【3】Dailydilog(SCoRE 来训练分类器)

  • 评估：
    • Dist for diversity
    • G-Ration for containing the item
    • GOAL for fluency

参考

• [1]Attribute Controlled Dialogue Prompting
• [2]Learning to Predict Persona Information for Dialogue Personalization without Explicit Persona Description
• [3]Generating Dialog Responses with Specified Grammatical Items for Second Language Learning