嵌入角色與影片資訊的多人對話文本問答

Abstract

多人對話文本問答是話語與語言處理領域中的新興主題，其目的為根據多人對話的內容回答問題。過去的研究將對話視為一般文章並嘗試使用普通的語言模型解決問題，而忽略了對話理解當中的重要屬性，包含角色認知與情境理解。對此，我們從新的角度切入，在這篇論文中提出了兩種方法來協助這些模型。(1)得知角色資訊的多人對話模型（RAMPNet），利用了說話者與角色的資訊表現出「誰在說話」與「誰被提及」，讓我們的模型獲得角色認知的訊息。實驗顯示出此模型在多人對話文本問答中的能力與有效性，並在仰賴角色關係的問題中特別顯著。(2)影片關聯的多任務，透過利用電視劇的影片資訊來了解對話中複雜的情境。然而，實驗指出了此方式對語言模型學習角色知識的阻礙，也顯示出現行多人對話文本問答資料集的限制。