目录#
传统的多轮对话#
多轮对话[1][2]#
- NLU
- 意图(intent)分类 [3]
- 槽位抽取
- DM
DST + DP(Policy) - NLG
多轮-上下文
难点[3]#
- 上下文信息丢失
- 指代词识别
基础能力 [2]#
- 意图识别
- 情绪识别
基于LLM的多轮对话[4]#
Types#
Task-oriented dialogue system
NLU -> DST -> DPL-> NLGopen-domain dialogue system
evolution of LM-based dialogue system#
Fusion within Task-oriented dialogue system(task)
- task
- NLU DST DPL【可有可无】
- NLG【保留】
- end2end Task-oriented DS的出现
- task
fusion between TOD and ODD(data)
- TOD -> ODD
Q-TOD - ODD -> TOD
UniDS
- TOD -> ODD
fusion between dialogue modal and language model(model)
LLM as DM
【LLM本身有对话的能力,需要被激发出来】【instruction tuning】
【chat模型是做价值观对齐】
参考#
- 自然语言处理:多轮对话在工业中的应用-贪心学院 *** V
- 1-人-人对话数据驱动的多轮对话技术探索与实践-孙超博 V 美团
- 人工智能如何在多轮对话中进行意图理解——祝凯华 V
- 基于大模型对话系统的前世今生 V
《An Survey of the Evolution of Language Model-Based Dialogue Systems》 - 前沿重器[37] | 大模型对任务型对话的作用研究