基于多粒度对抗训练的鲁棒跨语言对话系统

向 露 朱军楠 周 玉 ,3 宗成庆

任务型对话系统旨在通过对话交互的方式在有限的回合内帮助用户完成特定的任务,比如导航、订机票等.近年来,对话系统成为学术界和工业界关注的焦点.尤其是端到端任务型对话系统[1-5]引起了研究者广泛的兴趣,此类系统能够接收用户的输入,并直接生成对应的回复.

随着全球化的快速发展和跨境电子商务的普及,跨语言交流变得愈发频繁.在此背景下,开发和部署跨语言的任务型对话系统已成为迫切需求.然而,目前的任务型对话系统主要使用特定的单语数据进行训练.对于一种新的语言,须重新对该语言的对话数据进行收集和标注,这将耗费巨大的成本,同时使得系统的开发周期变长.因此,能否利用已有的单语对话系统构建跨语言系统,成为本文关注的焦点.

近年来,随着深度学习技术的快速发展,机器翻译技术取得了长足的进展,包括谷歌、百度和微软在内的诸多互联网公司都已经部署了各自的开源机器翻译系统,这为跨语言对话系统的构建提供了便利.因此,本文借助已有的机器翻译系统作为不同语言之间的桥梁,提出了 “翻译-对话-回翻”的跨语言对话框架.如图1 所示,该框架包括三个系统:“用户语言(中)-源语言(英)”的机器翻译系统、“源语言(英)”的对话系统和 “源语言(英)-用户语言(中)”的机器翻译系统.其工作流程包括三个步骤:1) 翻译步骤,即采用 “用户语言-源语言”机器翻译系统……