用于视觉对话问题生成的新模型

Clova AI Research，NAVER和LINE的研究人员最近提出了一个名为AQM +的新框架，它允许对话系统生成与上下文相关的问题和答案。他们的模型在arXiv预先发表的论文中概述，将在新奥尔良举行的第七届学习代表国际会议(ICLR 2019)上发表。

“机器人和人机协作被认为是一个重要而有意义的研究课题，特别是从人工智能的道德和公众利益的角度来看，”进行这项研究的研究人员之一Sang-Woo Lee说道，告诉TechXplore。“专注于面向任务的对话(TOD)，研究人员从人类与AlphaGo之间的GO游戏中获得了相当多的洞察力。更具体地说，这些研究人员认为通过训练大型机器 - 机器交互模型可以改善面向目标的对话模型允许AlphaGo击败人类专家。但是，我并不完全同意这个想法，因为对话是一项基于两个玩家之间合作的任务，与Go是一个根本不同的竞争游戏。

根据Lee的说法，任务导向对话(TOD)类似于游戏20个问题，因为对话系统的目标应该是缩小用户的意图和请求。在之前的一项研究中，Lee及其同事介绍了一个面向任务的对话系统的框架，该框架称为“提问者心中的回答者”(AQM)，它基于这个想法。AQM允许对话系统提出最大化其信息增益的问题，从而减少用户意图的不确定性。

与其他方法不同，AQM明确计算后验分布并通过分析找到解。尽管有许多优点，但发现AQM在现实世界的任务中概括不足，其中对象，问题和答案的数量通常不受限制。

在他们最近的研究中，研究人员解决了这一局限，并提出了一种新的方法，即AQM +。与之前的方法不同，AQM +可以应用于大规模问题，生成与给定对话框的变化上下文更一致的问题和答案。

“类似于人类对话，我们的AQM +模拟了对手所说的内容，并使用信息理论指标(信息增益)来理解掌握对手思想和意图的最有效策略，”Lee解释道。“这种方法不同于先前基于神经网络的TOD方法，它主要采用序列到序列(Seq2Seq)通过响应先前的话语直接产生问题。”

Lee和他的同事评估了AQM +在一个具有挑战性的面向任务的视觉对话问题，称为GuessWhich。他们的模型取得了显着的成果，在很大程度上超越了最先进的方法。

“在AQM +中基于我们的20个问题游戏的方法用于质疑用户可以解决复杂的对话情况，其中存在许多和各种答案以及与一般形成的问题相关的案例，以及是或否的问题，”Lee说。“这意味着我们的AQM +可以应用于现实世界中不同的TOD情况。”

在他们的测试中，Lee和他的同事Jung-Woo Ha，Tong Gao，Sohee Yang和Jaejun Yoo发现，随着对话的进行，AQM +将错误减少了60%，而现有算法的误差减少了不到6%。据研究人员称，AQM +可用于生成开放和封闭的问题。

“从端到端方式有效地训练对话数据模型仍然极具挑战性，特别是对于TOD系统的开发，”参与该研究的另一位研究员Jung-Woo Ha告诉TechXplore。“虽然AQM +主要侧重于质询以从回答者那里获得有用的信息，但它可以通过包括基于相同方法回答问题而自然地扩展。”

Lee，Ha和他们的同事们正在考虑未来研究的一些方向。首先，他们希望进一步发展他们的方法，以实现对话的一般学习框架。他们的最终目标是设计一个能够在与人类交流时达到类似人类准确性的系统。

“最终，我们的目标是开发一个通用的AI框架，支持类似人类的机器 - 机器和人机对话，”Ha说。“作为工业研究科学家，我们将把我们的技术应用于各种服务，如信使和AI助手平台，从而为全球用户提供更大的价值。”