【微软雷德蒙研究院】小样本自然语言生成，Few-shot Natural Language Generation for Task-Oriented Dialog

简介：

作为面向任务的对话系统中的关键组件，自然语言生成（NLG）模块将以语义形式表示的对话行为转换为自然语言的响应。传统的基于模板或统计模型的成功通常依赖于带有大量注释的数据，这对于新领域而言是不可行的。因此，对于NLG系统而言，在实际应用中使用有限的标记数据很好地泛化至关重要。为此，我们展示了FewShotWOZ，这是第一个NLG基准测试，用于模拟面向任务的对话系统中的少量学习设置。此外，我们开发了SC-GPT模型。它在大量带注释的NLG语料库上进行了预训练，以获取可控的生成能力，并仅用少数几个特定于域的标签进行微调以适应新的域。在FewShotWOZ和大型Multi-Domain-WOZ数据集上进行的实验表明，通过各种自动指标和人工评估，提出的SC-GPT明显优于现有方法。