초록
신경망 기반 과제 지향 대화 시스템은 종종 지식 기반과 원활하게 연결하는 데 어려움을 겪습니다. 본 연구에서는 이 문제를 해결하기 위해 새로운 신경망 대화 에이전트를 제안합니다. 이 에이전트는 혁신적인 키-값 검색 메커니즘을 통해 효과적으로 다중 영역의 근거 있는 대화를 유지할 수 있습니다. 제안된 모델은 엔드투엔드 미분 가능하며, 명시적으로 대화 상태나 신념 추적기를 모델링할 필요가 없습니다. 또한, 차량 내 개인 비서 공간에서 캘린더 일정 관리, 날씨 정보 검색, 관심 장소 안내 등 세 가지 다른 과제를 아우르고 지식 기반에 근거한 3,031개의 대화 데이터셋을 공개합니다. 우리의 아키텍처는 모든 영역의 데이터로 동시에 학습되며, 자동 평가 및 인간 평가 지표에 따르면 제공된 영역에서 경쟁력 있는 규칙 기반 시스템과 다른 기존 신경망 대화 아키텍처보다 크게 우수한 성능을 보입니다.