[Eingereicht am 8. Mai 2020]

PDF Downloaden

Abstract: Wir konzentrieren uns auf die Untersuchung von Gesprächsempfehlungen im Kontext von
Multi-Typ-Dialoge, bei denen die Bots proaktiv und natürlich a führen können
Konversation von einem Nicht-Empfehlungsdialog (z. B. QA) zu einer Empfehlung
Dialog unter Berücksichtigung der Interessen und des Feedbacks des Benutzers. Um das zu erleichtern
Um diese Aufgabe zu lösen, erstellen wir einen DuRecDial-Dialogdatensatz für chinesische Dialoge
(ca. 10 Dialoge, 156 Äußerungen), bei denen es mehrere sequentielle gibt
Dialoge für ein Paar aus einem Empfehlungssuchenden (Benutzer) und einem Empfehlungsgeber (Bot).
In jedem Dialog leitet der Empfehlungsgeber proaktiv einen Dialog mit mehreren Typen ein
Annäherung an Empfehlungsziele und gibt dann mehrere Empfehlungen mit
reichhaltiges Interaktionsverhalten. Dieser Datensatz ermöglicht uns eine systematische Untersuchung
verschiedene Teile des Gesamtproblems, z. B. wie man einen Dialog natürlich führt,
wie man mit Benutzern interagiert, um Empfehlungen einzuholen. Schließlich legen wir die Grundlinie fest
Ergebnisse auf DuRecDial für zukünftige Studien. Datensätze und Codes sind öffentlich
verfügbar bei
diese https URL.