參與混合主動互動的能力是會話搜索系統(tǒng)的核心要求之一。如何做到這一點(diǎn)，人們知之甚少。我們提出了一組無監(jiān)督的度量標(biāo)準(zhǔn)，稱作ConversationShape，通過比較詞匯和話語類型的分布來強(qiáng)調(diào)每個(gè)會話參與者所扮演的角色。以ConversationShape為標(biāo)準(zhǔn)，仔細(xì)地研究了幾個(gè)會話搜索數(shù)據(jù)集，并將它們與其他對話數(shù)據(jù)集進(jìn)行比較，以便更好地理解它們所代表的對話交互類型，無論是由信息搜索者還是助手驅(qū)動的。我們發(fā)現(xiàn)，同一類型的人與人對話的對話形態(tài)與ConversationShape之間的偏離，可以預(yù)測人與機(jī)器對話的質(zhì)量。

1. 簡介

雖然會話搜索的想法已經(jīng)存在了幾十年，但這個(gè)想法最近引起了相當(dāng)大的關(guān)注。會話式用戶界面被認(rèn)為比傳統(tǒng)的界面更有利于有效的信息訪問。在這種情況下，對話是一種協(xié)作過程，允許信息尋求者滿足信息需求。會話交互的關(guān)鍵特征之一是混合主動性的潛力，其中系統(tǒng)和用戶都可以采取適當(dāng)?shù)闹鲃有浴Ｔ谶@篇論文中，作者提出了一種分析評估對話參與者之間的主動性和協(xié)作程度的指標(biāo)。

迄今為止提出的會話搜索任務(wù)主要將對話減少為一系列的問題-答案對。在用于問答任務(wù)的數(shù)據(jù)集中，交互的結(jié)構(gòu)事先是固定的：要么用戶主動，系統(tǒng)隨后給出答案，要么反過來，這使得它們不適合研究角色之間的主動性如何轉(zhuǎn)移。來自在線問答論壇的討論是開發(fā)會話搜索任務(wù)的一個(gè)流行的數(shù)據(jù)來源［18，19］。雖然在線論壇是研究現(xiàn)實(shí)世界交互模式的寶貴資源，但它們展示了一種異步信息交換類型，正如我們在分析中所顯示的，這與同步對話交互非常不同。

會話系統(tǒng)通常分為問答、任務(wù)導(dǎo)向和閑聊。值得注意的是，這種分類模式主要基于構(gòu)建這種對話系統(tǒng)的方法的不同，而不是它們產(chǎn)生的對話的不同。在本文中，**我們著重分析和測量對話類型之間的差異，并報(bào)告由此產(chǎn)生的維度和一個(gè)新的對話分類方案。**我們表明，為會話搜索任務(wù)收集的人對人對話與面向任務(wù)的對話和閑聊對話在結(jié)構(gòu)上具有相似性。

最近對聊天對話模型的評估研究表明，對話系統(tǒng)傾向于通過問太多的問題和忽視用戶的主動性來控制對話［4，9］。標(biāo)準(zhǔn)的評估指標(biāo)不能捕捉到對話互動的這一維度，因此不能預(yù)測用戶參與度。對話評價(jià)最常用的指標(biāo)是回應(yīng)的相關(guān)性，通常是根據(jù)真實(shí)的回應(yīng)來衡量;如果響應(yīng)是一個(gè)答案，那么它可以與答案的準(zhǔn)確性相比較。我們的工作是對這項(xiàng)研究的補(bǔ)充。我們提出了一種新的基于一組無監(jiān)督特征的評價(jià)框架。該框架的設(shè)計(jì)目的是在適當(dāng)?shù)臅r(shí)候，根據(jù)平衡主動性和衡量對話參與者之間的協(xié)作來捕獲對話互動的質(zhì)量。

我們的評估框架是基于幾個(gè)獨(dú)立的詞匯特征，這些詞匯特征捕捉了對話中的主動性和協(xié)作性。先前采用了基于語篇特征的簡單自動測量方法，如詞匯和句法多樣性，以減少重復(fù)的共性回答，并估計(jì)問題的復(fù)雜性［14，23］。我們使用了一種無監(jiān)督的方法，類似于在匹配［13］語言風(fēng)格和衡量生成敘事［22］的質(zhì)量時(shí)所使用的方法。一個(gè)關(guān)鍵特征的對話是。它是一種由多個(gè)對話參與者產(chǎn)生的話語敘事類型。因此，我們分別估計(jì)每個(gè)參與者的詞匯特征，以便能夠比較他們的貢獻(xiàn)，從而推斷他們在對話中扮演的角色。

我們的對話表示方法是無監(jiān)督和領(lǐng)域獨(dú)立的，這允許我們將以前只在少數(shù)對話上執(zhí)行的分析擴(kuò)展到數(shù)千個(gè)公開可用的對話文本。

我們的主要貢獻(xiàn)可以總結(jié)為：（1）我們在10個(gè)數(shù)據(jù)集（超過97k個(gè)對話）中考察了主動性和協(xié)作的結(jié)構(gòu)模式。我們的研究是第一個(gè)在龐大而多樣的對話語料庫中自動識別這些維度的研究，并將源自不同研究團(tuán)體的對話任務(wù)進(jìn)行類比。（2）我們所識別的主動性和協(xié)作模式與人類對對話質(zhì)量的判斷相關(guān)?？刂频姆峙洌ㄆ渲锌刂票欢x為管理會話中的流程方向）是旨在增強(qiáng)人機(jī)協(xié)作的混合主動對話系統(tǒng)的核心。對話系統(tǒng)應(yīng)能夠識別usera??s提示的主動切換，從而提供適當(dāng)?shù)幕貞?yīng)。檢測主動性對于描述交互的質(zhì)量也很重要。我們的工作有助于洞察，為評估和優(yōu)化方法的設(shè)計(jì)提供信息，這些方法能夠識別對話中的主動性分配。

2. ConversationShape

ConversationShape是一種關(guān)注對話結(jié)構(gòu)屬性的對話表示方法。我們認(rèn)為對話是幾個(gè)參與者之間交換的一系列話語。我們實(shí)驗(yàn)中的所有對話都有兩名參與者。然而，我們的方法也適用于多方對話。信息尋求對話的特點(diǎn)通常是參與者在對話中扮演的角色不對稱：參與者通常扮演助手（A）的角色，其功能是通過對話搜索系統(tǒng)實(shí)現(xiàn)自動化;另一個(gè)對話參與者是一個(gè)信息尋求者，他正在使用助手的服務(wù)來獲取信息。為了模擬對話中的混合主動性，我們使用了四個(gè)指標(biāo)，分別為每個(gè)對話參與者計(jì)算：（1）問題（question）;（2）信息（information）;（3）重復(fù)（repetition）;和（4）流（flow）。

問題（question）是一種試圖控制談話方向的明確嘗試，因?yàn)樘岢龅膯栴}會讓另一個(gè)參與者產(chǎn)生相應(yīng)的答案。我們在NPS聊天語料庫上訓(xùn)練了一個(gè)有監(jiān)督分類器來識別問題和其他類型的話語。NPS聊天語料庫包含了來自網(wǎng)絡(luò)聊天室的7.9K個(gè)話語，標(biāo)注了14種話語類型：Statement、Emotion、Greet、Bye、Accept、Reject、whQuestion、ynQuestion、yAnswer、nAnswer、Emphasis、Continuer、clear、Other。我們的分類模型是從預(yù)先訓(xùn)練的羅伯塔17初始化的，并進(jìn)一步為話語類型預(yù)測任務(wù)進(jìn)行調(diào)整，在遞出測試集中實(shí)現(xiàn)F1為0.81。

其余的度量標(biāo)準(zhǔn)描述協(xié)作模式和對對話主題的控制。要解釋它們，我們首先需要介紹對話詞表的概念。對話詞表由出現(xiàn)在同一對話文本中的所有唯一單詞（或子單詞標(biāo)記）組成。我們對在同一對話中頻繁出現(xiàn)（不止一次）的單詞特別感興趣，因?yàn)橹貜?fù)模式很可能表明它們對對話主題的重要性。

信息（information）反映了參與者對談話主題的貢獻(xiàn)。我們將信息估計(jì)為會話參與者首先創(chuàng)造的頻繁令牌的計(jì)數(shù)。

重復(fù)（repetition）表示對談話主題的延續(xù)。為了分析共享詞匯表的出現(xiàn)，我們跟蹤會話參與者之間的詞匯表重用模式。我們將重復(fù)估計(jì)為一個(gè)會話參與者首先引入并隨后被另一個(gè)會話參與者重復(fù)的標(biāo)記的數(shù)量。我們認(rèn)為重復(fù)是對話中可用的一種相關(guān)性反饋，假設(shè)重復(fù)行為是通過增加標(biāo)記頻率來認(rèn)可標(biāo)記對對話主題的重要性。另一種隱式引用前面標(biāo)記的方法是使用回指。因此，我們將回指計(jì)數(shù)加到重復(fù)計(jì)數(shù)中。從沃克和惠特克提出的分析框架中，我們使用了一小串英語回指：

“it”，“they”，“they”，“their”，“she”，“he”，“her”，“him”，“his”，“this”，“that”。我們也用現(xiàn)成的共參考分辨率模型進(jìn)行了實(shí)驗(yàn)，但結(jié)果并不令人滿意。

“流”（flow）是重復(fù)和信息之間的區(qū)別，它反映了參與者通過引用之前的陳述來維持對話的連貫性，或者通過引入新的信息來推動對話向前的作用。

對于每一次對話，我們分別計(jì)算每個(gè)對話參與者的值：conceptA和ConceptS（A代表assistant，S代表Seeker），其中Concept表示我們剛剛介紹的四個(gè)指標(biāo)之一。為了能夠比較不同長度的對話，我們還通過對話中說話的數(shù)量來標(biāo)準(zhǔn)化得分。然后，我們使用兩個(gè)指標(biāo)之間的平均值和差值來描述數(shù)據(jù)集中對話的類型。平均值顯示了每個(gè)指標(biāo)的重要性，例如每次對話的平均問題數(shù)量：

這種差異可以用來比較對話參與者之間的分布（平衡），例如在對話中誰問了更多的問題。我們使用類似于［13］的寫作風(fēng)格的公式：

它不僅表明了不同角色之間的指標(biāo)差異，而且還表明了其方向：負(fù)值表示Seeker的主導(dǎo)地位，正值A(chǔ)ssistant表示Assistant的主導(dǎo)地位。

3. 數(shù)據(jù)集

我們的分析跨越了10個(gè)公開可用的對話數(shù)據(jù)集，這些數(shù)據(jù)集是為各種對話任務(wù)而設(shè)計(jì)的。括號中的數(shù)字表示每個(gè)數(shù)據(jù)集中對話的數(shù)量。

4.結(jié)果

表1顯示了前一節(jié)中每個(gè)對話集的平均ConversationShape。這種表示允許比較集合并識別不同的對話類型，例如，圖1顯示了基于問題和信息分布的相似性而出現(xiàn)的集群。

助手驅(qū)動對話（Assistant-driven dialogues）：從表1中我們可以看到，在CCPE中，助理通過提出問題來引導(dǎo)對話，探索者通過回答問題來跟進(jìn)（負(fù)?重復(fù)）。MultiWOZ和MSDialog也有助理提出的大部分問題，但這些問題是緊跟著探索者提供的問題和答案（正?重復(fù)）。在“ReDial”中，助理通過提供信息和提問來推動對話，而探索者則繼續(xù)跟進(jìn)（負(fù)?重復(fù)）。

探索者驅(qū)動對話（Seeker-driven dialogue）：SCS和WoW的相似之處在于：搜索者主要是提問，助理主要是提供信息。然而，在WoW中，導(dǎo)引頭會繼續(xù)跟隨助手介紹的主題（負(fù)?重復(fù)），而在SCS中，助手會跟隨導(dǎo)引頭。聊天對話（Human和Control-H）似乎更接近于起源，表明這種對話類型的參與者之間的主動性更平衡。然而，在DailyDialog數(shù)據(jù)集中，主動權(quán)傾向于對話發(fā)起者，后者更有可能提出問題并設(shè)置對話主題。

模型診斷：ConversationShape有助于評價(jià)對話模式，理解對話模式所表現(xiàn)出的越軌行為類型。這些實(shí)驗(yàn)是在Control-M數(shù)據(jù)集的子集上進(jìn)行的，這些子集對應(yīng)于不同對話模型產(chǎn)生的文本?？偣灿?8個(gè)模型，我們分別計(jì)算每個(gè)模型的ConversationShape。然后，我們測量模型分布和為人類-人類對話子集（Control-H）計(jì)算的分布之間的交叉熵。最后，我們將我們的結(jié)果與原始論文［23］中報(bào)道的人類評價(jià)結(jié)果進(jìn)行比較。與人類-人類分布的交叉熵最低（0.01）的模型，也是人類法官關(guān)于興趣偏好的模型，其特征是更好的flow和更多的信息共享（information sharing）。

此外，ConversationShape允許解釋對話模型所展示的偏差類型。在圖2中，我們正確地識別出了問太多問題（優(yōu)化為好奇、面試官）、重復(fù)太多（優(yōu)化為響應(yīng)性、鸚鵡式）或沒有跟進(jìn)（優(yōu)化為多樣性或消極響應(yīng)性、說話者式）的模型。在比較Meena和Mitsuku對話［1］的transcripts時(shí)，我們無法達(dá)到同樣的結(jié)果。問題分布表明，Meena和Mitsuku對話在結(jié)構(gòu)上彼此非常不同，也不同于典型的人類閑聊分布。Mitsuku正在被審訊，而Meena則主動提出問題。

5. 結(jié)論

在本文中，我們介紹了ConversationShape框架，該框架提供了一組簡單但有效的無監(jiān)督度量，旨在度量會話的主動性和流（flow）。我們的分析揭示了不同對話類型之間的關(guān)系，并提出了一組適合在開發(fā)和評估對話系統(tǒng)或收集新的對話數(shù)據(jù)集時(shí)考慮的維度。我們的“Repetition”度量（估計(jì)會話主題的后續(xù)內(nèi)容）是相當(dāng)粗糙的，因?yàn)樗豢紤]詞法匹配和回指語。盡管我們表明它足以對數(shù)據(jù)集分布進(jìn)行高級分析，但預(yù)測單個(gè)對話的質(zhì)量需要更細(xì)粒度的檢查。未來的工作應(yīng)該集中在開發(fā)一個(gè)可以解釋token之間語義相似度的擴(kuò)展。下一步將這些指標(biāo)合并到一個(gè)學(xué)習(xí)算法的優(yōu)化標(biāo)準(zhǔn)，模型提供一個(gè)適當(dāng)?shù)囊暯堑膶υ?，給一個(gè)明確的激勵(lì)來控制一個(gè)適當(dāng)?shù)钠胶?，正如我們所展示的，取決于對話的類型。

原文標(biāo)題：【SIGIR2020】信息檢索對話中混合主動性和協(xié)同性的分析

文章出處：【微信公眾號：深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq