Published January 1, 2022
| Version v1
Publication
Open
There Are a Thousand Hamlets in a Thousand People's Eyes: Enhancing Knowledge-grounded Dialogue with Personal Memory
- 1. Renmin University of China
- 2. Peking University
- 3. Microsoft (Finland)
Description
Knowledge-grounded conversation (KGC) shows great potential in building an engaging and knowledgeable chatbot, and knowledge selection is a key ingredient in it.However, previous methods for knowledge selection only concentrate on the relevance between knowledge and dialogue context, ignoring the fact that age, hobby, education and life experience of an interlocutor have a major effect on his or her personal preference over external knowledge.Without taking the personalization issue into account, it is difficult to select the proper knowledge and generate persona-consistent responses.In this work, we introduce personal memory into knowledge selection in KGC to address the personalization issue.We propose a variational method to model the underlying relationship between one's personal memory and his or her selection of knowledge, and devise a learning scheme in which the forward mapping from personal memory to knowledge and its inverse mapping is included in a closed loop so that they could teach each other.Experiment results show that our method outperforms existing KGC methods significantly on both automatic evaluation and human evaluation.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تُظهر المحادثة القائمة على المعرفة (KGC) إمكانات كبيرة في بناء روبوت دردشة جذاب وذو معرفة، واختيار المعرفة هو عنصر أساسي فيه. ومع ذلك، فإن الأساليب السابقة لاختيار المعرفة تركز فقط على الصلة بين المعرفة وسياق الحوار، متجاهلة حقيقة أن العمر والهواية والتعليم والخبرة الحياتية للمحاور لها تأثير كبير على تفضيله الشخصي على المعرفة الخارجية. دون أخذ مسألة التخصيص في الاعتبار، من الصعب اختيار المعرفة المناسبة وتوليد استجابات متسقة مع الشخصية. في هذا العمل، نقدم الذاكرة الشخصية في اختيار المعرفة في KGC لمعالجة قضية التخصيص. نقترح طريقة متباينة لنمذجة العلاقة الأساسية بين الذاكرة الشخصية للشخص واختياره للمعرفة، وابتكار مخطط تعليمي يتم فيه تضمين التخطيط المستقبلي من الذاكرة الشخصية إلى المعرفة ورسم الخرائط العكسية في حلقة مغلقة حتى يتمكنوا من تعليم بعضهم البعض. تظهر نتائج التجربة أن طريقتنا تتفوق بشكل كبير على أساليب KGC الحالية في كل من التقييم التلقائي والتقييم البشري.Translated Description (French)
Cependant, les méthodes précédentes de sélection des connaissances ne se concentrent que sur la pertinence entre le contexte des connaissances et du dialogue, ignorant le fait que l'âge, le passe-temps, l'éducation et l'expérience de vie d'un interlocuteur ont un effet majeur sur sa préférence personnelle par rapport aux connaissances externes. Sans tenir compte de la question de la personnalisation, il est difficile de sélectionner les connaissances appropriées et de générer des réponses cohérentes avec la personne. Dans ce travail, nous introduisons la mémoire personnelle dans la sélection des connaissances dans KGC pour résoudre le problème de personnalisation. Nous proposons une méthode variationnelle pour modéliser la relation sous-jacente entre sa mémoire personnelle et sa sélection de connaissances, et concevons un programme d'apprentissage dans lequel le mappage direct de la mémoire personnelle à la connaissance et son mappage inverse sont inclus dans une boucle fermée afin qu'ils puissent s'enseigner mutuellement. Les résultats de l'expérience montrent que notre méthode surpasse considérablement les méthodes KGC existantes à la fois sur l'évaluation automatique et l'évaluation humaine.Translated Description (Spanish)
La conversación basada en el conocimiento (KGC) muestra un gran potencial para construir un chatbot atractivo y bien informado, y la selección del conocimiento es un ingrediente clave en ella. Sin embargo, los métodos anteriores para la selección del conocimiento solo se concentran en la relevancia entre el conocimiento y el contexto de diálogo, ignorando el hecho de que la edad, el pasatiempo, la educación y la experiencia de vida de un interlocutor tienen un efecto importante en su preferencia personal sobre el conocimiento externo. Sin tener en cuenta el problema de la personalización, es difícil seleccionar el conocimiento adecuado y generar respuestas consistentes con la persona. En este trabajo, introducimos la memoria personal en la selección del conocimiento en KGC para abordar el problema de la personalización. Proponemos un método variacional para modelar la relación subyacente entre la memoria personal y su selección de conocimiento, y diseñamos un esquema de aprendizaje en el que el mapeo hacia adelante desde la memoria personal hasta el conocimiento y su mapeo inverso se incluye en un bucle cerrado para que puedan enseñarse entre sí. Los resultados del experimento muestran que nuestro método supera significativamente los métodos KGC existentes tanto en la evaluación automática como en la evaluación humana.Files
2022.acl-long.270.pdf.pdf
Files
(827.6 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:c4df663aef3bc054ff0a00eb9df8fd2b
|
827.6 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- هناك ألف هاملت في عيون ألف شخص: تعزيز الحوار القائم على المعرفة مع الذاكرة الشخصية
- Translated title (French)
- Il y a mille hameaux dans mille yeux : améliorer le dialogue fondé sur la connaissance avec la mémoire personnelle
- Translated title (Spanish)
- Hay mil aldeas en los ojos de mil personas: mejorar el diálogo basado en el conocimiento con la memoria personal
Identifiers
- Other
- https://openalex.org/W4225824663
- DOI
- 10.18653/v1/2022.acl-long.270
References
- https://openalex.org/W2963444790
- https://openalex.org/W3176908654