Abstract
在对话状态跟踪中,对话历史是一种重要的资料,不同模型对对话历史的利用不尽相同。然而,无论如何使用对话历史,每个现有模型在整个状态跟踪过程中都使用自己一致的对话历史,而不管更新的是哪个槽。显然,在不同的回合更新不同的槽位需要不同的对话历史。因此,使用一致的对话内容可能会导致不同槽位的信息不足或冗余,从而影响整体性能。针对这一问题,我们设计了DiCoS-DST,动态选择每个槽位对应的相关对话内容进行状态更新。具体来说,它首先检索对话历史的回合级话语,并从三个角度组合评估它们与插槽的相关性:(1)其与槽名的显式连接;(2)与当前回合对话的相关性;(3)内隐提及导向推理。然后将这些透视图组合起来生成决策,只将选定的对话内容输入到状态生成器中,从而明确地最小化传递到下游状态预测的分散信息。实验结果表明,我们的方法在MultiWOZ 2.1和MultiWOZ 2.2上取得了最新的性能,并在多个主流基准数据集(包括Sim-M, Sim-R和DSTC2)上取得了优异的性能