PARADISE：评估口语对话代理的框架

本文提出了PARADISE（对话系统评估的范式），这是一个评估口语对话代理的通用框架。该框架将任务要求与代理的对话行为解耦，支持对话策略之间的比较，能够计算子对话和整体对话的性能，明确各种因素对性能的相对贡献，并通过针对任务复杂性进行归一化，使得能够比较执行不同任务的代理。