対話システムの発展において、適切な応答を生成し、不適切な応答を抑制することは重要な課題である。本研究では、対照学習の枠組みを拡張し、負例の生成確率を間接的に調整する新たな手法を提案する。この手法は、特定の「Bad Token」を用いることで、対話システムにおける不適切な応答の生成確率を効果的に抑制する。従来の直接的な負例最小化戦略と異なり、この間接的なアプローチは、負例の生成確率に影響を与える新たな可能性を対話システムに提供する。実験結果は、この方法が従来の対照学習と同等の効果を達成しており、対話システムの負例制御における新たな展望を開くことを示している。
