MG-ShopDial：一个面向电子商务的多目标对话数据集
摘要：情景对话系统在支持信息需求复杂的场景中表现出特别的效果。在电子商务平台上找到合适的产品就是其中一种场景，对话代理需要能够在商品目录上提供搜索功能，根据用户的偏好理解并作出推荐，并回答与商品及其使用相关的各种问题。然而，现有的对话数据集并没有充分支持混合不同对话目标（即搜索、推荐和问题回答），而是注重于单一目标。为了解决这个问题，我们引入了MG-ShopDial：一个涉及电子商务领域中不同目标的对话数据集。具体而言，我们做出了以下贡献。首先，我们开发了一种教练式人际数据收集协议，每个对话参与者都会获得一组指导而不是特定的剧本或可供选择的答案。其次，我们实现了一个数据收集工具，通过网络聊天界面来方便收集多目标对话，采用上述协议。第三，我们创建了MG-ShopDial集合，该集合包含64个高质量的对话，总共包含2,196个话语，涵盖了不同复杂度的电子商务场景。该数据集还在话语层面上进行了意图和目标的注释。最后，我们对该数据集进行了分析，并确定了多目标对话的模式。
作者：Nolwenn Bernard and Krisztian Balog
论文ID：2304.12636
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-04-26