多ドメイン対話状態追跡のための動的知識融合

要旨: タスク指向対話モデルの性能は、対話状態をどれだけうまく追跡できるかに強く結びついており、これらは複数ターンの相互作用を通じてユーザー情報を記録・更新する。しかし、現状の多ドメインDSTには、対話履歴を効果的にモデル化する難しさと、注釈付きデータの不足という二つの重要な課題が存在し、いずれもモデルの性能を妨げている。前述の問題を解決するため、我々は多ドメインDSTに適用可能な動的知識融合フレームワークを開発した。モデルは二段階で動作する。第一段階では、対比学習で訓練されたエンコーダー専用ネットワークが対話履歴と候補スロットを符号化し、相関スコアに基づいて関連するスロットを選択する。第二段階では、選択されたスロットの構造化情報を文脈プロンプトとして活用し、対話状態追跡の正確さと一貫性を高める動的知識融合を利用する。この設計は、対話文脈とドメイン知識のより正確な統合を可能にする。多ドメイン対話ベンチマークから得られた結果は、提案手法が追跡精度と一般化能力の双方を著しく向上させ、複雑な対話シナリオを扱う能力を検証している。