초록
DSTC7(대화 시스템 기술 도전 7)의 노에틱 엔드투엔드 응답 선택 트랙은 실제 세계 목표 지향적 대화 시스템을 위한 발화 분류의 최신 기술을 발전시키는 것을 목표로 합니다. 이 트랙에서는 참가자들이 다중 턴 맥락에서 후보 발화 집합 중 올바른 다음 발화를 선택해야 합니다. 본 논문은 이 도전 과제에서 두 개의 데이터셋 모두에서 최고 순위를 차지한 우리의 시스템들을 설명합니다. 하나는 특정 분야에 초점을 맞추고 작은 규모(상담)이며, 다른 하나는 더 다양하고 큰 규모(Ubuntu)입니다.이전의 최신 모델들은 맥락 모델링을 위해 다양한 턴 간의 발화 상호작용을 명시적으로 모델링하는 계층 구조 기반(발화 수준 및 토큰 수준) 신경망을 사용했습니다. 본 논문에서는 다중 턴 응답 선택을 위해 체인 시퀀스만을 기반으로 하는 순차 매칭 모델을 조사합니다. 우리의 결과는 과거에 다중 턴 응답 선택을 위한 순차 매칭 접근 방식의 잠재력이 아직 충분히 활용되지 않았음을 보여줍니다.도전 과제에서 최고 순위를 차지한 것 외에도, 제안된 모델은 모든 이전 모델, 포함하여 최신 계층 구조 기반 모델들을 능가하며, 두 개의 대규모 공개 다중 턴 응답 선택 벤치마크 데이터셋에서 새로운 최신 성능을 달성하였습니다.