Google发布面向任务的对话，用于虚拟助手模型培训

 
像Google Assistant这样的AI助手将如何在不需要其他数据和重新培训的情况下更好地支持新服务?这就是Google研究人员在最近的一项研究中试图回答的问题，该研究引入了一种在没有特定域参数的情况下跨服务使用模型的方法。作为其中的一部分，该团队发布了一个语料库-模式指导对话(SGD)语料库-他们声称这是面向任务的对话的最大的公开汇编。
“今天的虚拟助手可以帮助用户完成各种各样的任务，包括寻找航班，搜索附近的活动和电影，进行预订，从网络上获取信息等等，”软件工程师Abhinav Rastogi和Google Research工程负责人Pranav Khaitan在博客文章。 “尽管取得了巨大进步……[适应性挑战]在最新模型中经常被忽略。这在一定程度上是由于缺少合适的数据集，这些数据集无法与虚拟助手所面对的规模和复杂性相匹配。”
为此，SGD由人类和虚拟助手之间的超过18,000个带注释的对话组成，涉及与服务的交互，该服务跨越17个领域，从银行和事件到媒体，日历，旅行和天气。对于大多数域，数据集包含几个不同的API，其中许多API具有重叠的功能，但是不同的接口反映了典型的实际情况。评估集包括培训集中未提供的服务，主要是为了量化模型对API更改或添加新API的鲁棒性。
至于上述以模式为导向的方法，它利用每种服务或API的自然语言描述及其相关属性来学习分布式语义表示，该语义表示作为对话系统的附加输入提供，该对话系统随后被实现为单个模型。该团队表示，统一模型-是Google开源对话状态跟踪模型的核心-促进了不同服务中相似概念之间的常识表示，从而使得可以对培训中没有的新服务进行操作数据。
“我们相信该数据集将成为建立大规模对话模型的良好基准，” Rastogi和Khaitan写道。 “我们很高兴，并期待研究界将其用于对话技术发展的所有创新方式。”
新数据集和模型的发布是在Google的Coached Conversational Preference Elicitation(CCPE)和Taskmaster-1(两个人之间的一对数据对)的开源采购之后发布的。 (前者与人们进行了500次关于他们的电影喜好的对话-总共10,000次，涉及12,000次讲话。)Google将其描述为迈向能够实现人类水平的表演的自然语言系统典范的一步。