P5 : Système de sélection de réponses personnalisées par l'intermédiaire d'une personnalité plug-and-play

L'utilisation de chatbots basés sur la recherche et ancrés dans une personnalité est cruciale pour des conversations personnalisées, mais il existe plusieurs défis à relever. 1) En général, la collecte d'un corpus ancré dans une personnalité est très coûteuse. 2) Le système de chatbot ne répond pas toujours en tenant compte de la personnalité lors des applications réelles. Pour faire face à ces défis, nous proposons une méthode de suggestion de personnalité plug-and-play. Notre système peut fonctionner comme un chatbot ouvert standard si les informations sur la personnalité ne sont pas disponibles. Nous démontrons que cette approche se comporte bien dans le cadre zéro-shot (zero-shot), ce qui réduit la dépendance aux données d'entraînement ancrées dans une personnalité. Cela facilite l'expansion du système vers d'autres langues sans nécessiter la construction d'un corpus ancré dans une personnalité. De plus, notre modèle peut être affiné pour une meilleure performance. Dans nos expériences, le modèle zéro-shot a amélioré le modèle standard de 7,71 et 1,04 points respectivement pour les personas originaux et révisés. Le modèle affiné a surpassé le système précédemment considéré comme l'état de l'art avec des gains de 1,95 et 3,39 points respectivement pour les personas originaux et révisés. À notre connaissance, c'est la première tentative pour résoudre le problème de sélection de réponse personnalisée en utilisant des séquences de suggestions (prompt sequences). Notre code est disponible sur GitHub~\footnote{https://github.com/rungjoo/plug-and-play-prompt-persona}.