可修正生成在对话状态追踪中的应用

在面向任务的对话系统中，近年来的对话状态追踪（Dialogue State Tracking, DST）方法通常基于前一回合的对话状态，对当前回合的对话状态进行单次生成。这类模型在当前回合中产生的错误容易传递至下一回合，从而引发误差传播问题。为此，本文提出一种新型的对话状态追踪生成机制——可修正生成对话状态追踪（Amendable Generation for Dialogue State Tracking, AG-DST），该方法采用两阶段生成流程：（1）基于当前回合的对话内容及前一回合的对话状态，生成初始对话状态；（2）对第一阶段生成的初始对话状态进行修正。通过引入额外的修正生成阶段，模型能够学习更鲁棒的对话状态追踪能力，有效识别并修正初始状态中仍存在的错误。该修正阶段在双重校验机制中扮演“校验者”角色，显著缓解了不必要的误差传播。实验结果表明，AG-DST在两个主流的主动式DST数据集（MultiWOZ 2.2 和 WOZ 2.0）上均显著优于现有方法，取得了新的最先进性能。