CH2-NLG应用之【问答式对话系统】

任务描述：给定对话发生相关背景，然后再对话中回复相关问题，这个回复是生成式的（如问“Joe是男孩还是女孩？”，参考依据是两句话“他看起来像一个棍棒手，所以她把他留了下来”和“她给这个新的面条伙伴取名为Joe”，所以答案是“男孩”）。每一轮对话都有一个问题和答案。所以这既是一个问答任务，也是一个阅读理解任务，更是一个对话任务。

这里主要以Reddy等人在2018年发表的一篇论文为例，来介绍会话式问答的相关思想和方法。

直接看文中的一个例子更直观理解这个任务是什么。

  对话以问题$Q_{1}$Q1​开始，我们不仅给出了回答$A_{1}$A1​还根据背景给出了答案的理由$R_{1}$R1​.在这个例子中，回答仅给出Governor，但是可以看到这是从 The Virginia governor’s race. 这个长句中得到的。

  我们再看第二个问题$Q_{2}$Q2​(Where?)，我们必须根据上下文和历史会话来回答这个问题，就是说想要回答$Q_{n}$Qn​，需要依赖$Q_{1},A_{1},...,Q_{n-1},A_{n-1}$Q1​,A1​,...,Qn−1​,An−1​。所以我们考虑了$Q_{1},A_{1}$Q1​,A1​,然后参考$R_{2}$R2​ 来给出一个回答$A_{2}$A2​。如果出现回答不了的问题，我们会给出一个unknown的回答，这时就不会给出参考依据了。

  从这个例子中可以看到，随着对话的进行，谈话的中心也是在发生变化的（图中不同颜色标出）。在$Q_{4}$Q4​中使用his来指代Terry，而在$Q_{5}$Q5​中，则用he来指代Ken。

当然，有的问题需要通读整个背景，参考若干句子给出一个答案（如下图中的$Q_{1},Q_{4},Q_{5}$Q1​,Q4​,Q5​）,这种情况下该怎么处理呢？

作者抽取了150个问题，并将其分成几类，如下图所示：

• 词汇匹配(lexical match) ：一个问题至少包含一个对话背景中出现了的词
• 释义(paraphrasing) ：一个问题不满足“词汇匹配”的条件，但是是参考依据的一部分。这类问题通常包含同义词、反义词、超义词、下位词和否定词，数量占比非常大。
• 语用学(pragmatics)：上两个条件都不满足的问题，则归到“语用学”，表示的对是语言及其使用语境关系的研究。这类问题通常用常识或者一些推理假设就可以给出答案。比如面对“他是不是又吵又闹？”的问题和“他走路时像猫一样优雅温柔”的参考依据，就可以回答这个问题了。

StanfordNLP已经开源了相关的数据集和代码，地址链接。