会话代理面临的一个挑战是,它们无法识别用户命令的未声明的假设,这对于人类来说是一项微不足道的任务,因为它们具有常识。为了实现这一目标,本文提出了一个面向会话代理的零样本常识推理系统。我们的推理器从满足if-(状态),then-(动作),because-(目标)的一般模板的用户命令中发现未声明的假设。我们的推理器使用最先进的基于transformer的生成常识知识库(KB)作为其推理背景知识的来源。我们提出了一种新颖的迭代知识查询机制,利用符号逻辑规则从神经知识库中提取多跳推理链,大大减少了搜索空间。与迄今为止收集到的任何KBs类似,我们的常识知识库很容易丢失知识。因此,我们提出了一种新的动态问题生成策略,以对话方式从人类用户中引出缺失的知识,该策略为人类用户生成并呈现上下文化的查询。我们通过用户研究来评估该模型,与SOTA相比,该模型的成功率提高了35%。

https://arxiv.org/abs/2109.08544

成为VIP会员查看完整内容
26

相关内容

专知会员服务
8+阅读 · 2021年9月22日
专知会员服务
43+阅读 · 2021年7月6日
【AAAI2021】低资源医疗对话生成的图演化元学习
专知会员服务
47+阅读 · 2020年12月26日
知识图谱上的神经和符号逻辑推理,99页ppt
专知会员服务
109+阅读 · 2020年12月17日
专知会员服务
26+阅读 · 2020年11月5日
专知会员服务
33+阅读 · 2020年9月25日
【EMNLP2020-清华】基于常识知识图谱的多跳推理语言生成
专知会员服务
73+阅读 · 2020年9月25日
MSRA:基于推理的多轮语义分析和问答
DataFunTalk
5+阅读 · 2019年11月22日
论文浅尝 | 基于复杂查询图编码的知识库问答
开放知识图谱
17+阅读 · 2019年7月22日
论文浅尝 | 基于图注意力的常识对话生成
开放知识图谱
8+阅读 · 2019年2月5日
论文浅尝 | 基于知识图的问答变分推理
开放知识图谱
7+阅读 · 2018年5月6日
Arxiv
3+阅读 · 2019年8月26日
Arxiv
12+阅读 · 2019年2月28日
Next Item Recommendation with Self-Attention
Arxiv
5+阅读 · 2018年8月25日
Arxiv
5+阅读 · 2017年12月29日
VIP会员
相关VIP内容
专知会员服务
8+阅读 · 2021年9月22日
专知会员服务
43+阅读 · 2021年7月6日
【AAAI2021】低资源医疗对话生成的图演化元学习
专知会员服务
47+阅读 · 2020年12月26日
知识图谱上的神经和符号逻辑推理,99页ppt
专知会员服务
109+阅读 · 2020年12月17日
专知会员服务
26+阅读 · 2020年11月5日
专知会员服务
33+阅读 · 2020年9月25日
【EMNLP2020-清华】基于常识知识图谱的多跳推理语言生成
专知会员服务
73+阅读 · 2020年9月25日
微信扫码咨询专知VIP会员