Pipeline Neural de Ponta a Ponta para Sistemas de Diálogo Orientados a Objetivos Usando GPT-2

O sistema de diálogo orientado a objetivos precisa ser otimizado para rastrear o fluxo do diálogo e realizar uma conversa eficaz em várias situações para atender ao objetivo do usuário. A abordagem tradicional para construir tal sistema de diálogo é adotar uma arquitetura modular em pipeline, onde seus módulos são otimizados individualmente. No entanto, esse esquema de otimização não necessariamente resulta em uma melhoria de desempenho geral do sistema. Por outro lado, sistemas de diálogo de ponta a ponta com arquitetura neural monolítica são frequentemente treinados apenas com enunciados de entrada e saída, sem levar em conta todas as anotações disponíveis no corpus. Esse esquema dificulta diálogos orientados a objetivos, onde o sistema precisa ser integrado a sistemas externos ou fornecer informações interpretáveis sobre por que o sistema gerou uma resposta particular. Neste artigo, apresentamos uma arquitetura neural de ponta a ponta para sistemas de diálogo que aborda ambos os desafios acima. Nosso sistema de diálogo alcançou uma taxa de sucesso de 68,32%, uma pontuação de compreensão de linguagem de 4,149 e uma pontuação de adequação de resposta de 4,287 nas avaliações humanas, posicionando o sistema na primeira posição na tarefa de sistema de diálogo multi-domínio de ponta a ponta no 8º desafio de tecnologia de sistemas de diálogo (DSTC8).