対話破綻修復のためのコーパス構築と修復発話生成

抄録

LLMの進展により対話システムの応答精度の向上も著しいが，誤情報を含む発話や常識の欠如した応答など，システムがユーザを混乱させる発話をする対話破綻の問題が未だに生じている．対話破綻は対話システムへの印象を低下させる恐れがあるため，対話の流れを適切に修復する必要があるが，種々の破綻に対応可能な修復手法は存在しない．本研究では，様々な種類の対話破綻事例を作成し，破綻した後にシステムが発話すべき修復文に関するデータをクラウドワーカーから収集した．具体的には，ワーカーに対して対話破綻が生じた破綻事例を提示し，システムがどのように修復発話を行うべきかを回答してもらった．そして，収集したコーパスを用いてLLMをFine-tuningすることで，既存モデルより高精度で修復発話を生成できることを示した．