事前学習済み言語生成モデルを用いた知識グラフ検索に基づく対話システム

抄録

近年，ニューラルネットワークを用いた対話システムに，文書や知識グラフといった，外部知識へのアクセス機能を持たせる研究が盛んに行われている。しかしながら，このような機能を持つ対話システムを実現するためには，通常の応答生成モジュールに加え，知識検索のためのモジュールが複数必要になり，システム全体の学習, 推論が複雑になるといった問題や．システム全体のパラメータ数が多くなるといった問題がある．そこで，本研究では，上記全てのモジュールが事前学習済み言語生成モデルを用いて，Text-to-Textで学習, 推論可能であるフレームワークを提案する。提案手法は, Adapter層を用いたマルチタスク学習を用いることで，システム全体のパラメータ数の削減が可能になる．自動評価を用いた比較の結果，一般的なSeq2Seqで学習された対話システムに比べ、提案手法は優れた応答を生成できることが分かった．．