Google释出用于训练通用智慧助理的架构引导对话资料集

为了满足智慧助理需要执行越来越多复杂任务的需求，Google释出了最新的架构引导对话（Schema-Guided Dialogue，SGD）资料集，以扩展智慧助理模型，使其有能力处理多重领域的任务。

现在的智慧助理可以完成的任务越来越多，包括预定餐厅或是撷取网络讯息等，Google提到，像是Google助理这类智慧助理整合了众多领域的服务，每个服务可能由不同领域的服务叠加而成。为了适应这样的发展，让智慧助理能够支援更多的新服务，而不需要收集额外的资料或是重新训练模型，降低维护成本。因此Google释出SGD资料集，来填补训练智慧助理处理复杂与大规模任务所需要的资料集空缺。

SGD资料集是目前最大的任务导向对话语料库，Google使用绿野仙踪（Wizard of Oz）方法产生人类与助理的对话，共包含跨17个领域18,000个对话，并附加了不同的注解。这些对话涉及与服务和API的互动，包括银行服务、事件、日历甚至是天气等17个领域，而在多数的领域，SGD资料集包含多个不同的API，不少API界面不同但是功能重复，以反应实际的状况。

Google表示，SGD资料集是第一个涵盖这么多领域，会为每个领域都提供多个API的资料集，而且为了量化模型对API界面更新或是新API的强健性，评估资料集包含了许多在训练资料集中，所没有的新服务。

用户使用SGD资料集，可以训练智慧助理支援网页的多元服务，Google提到，要达成这个目的，通常需要一个大型的主要架构（Master Schema），罗列所有支援的功能和参数，但实际上，要开发适合所有使用案例的主架构非常困难，而且即便克服了这项障碍，主架构也可能会让新的或是小型服务的整合变得复杂，进而增加智慧助理的维护成本。

而且不少服务之间使用相似的概念，像是订票服务，电影票、机票和演奏会门票逻辑都相似，但使用主架构的方法，就会不方便对这类概念进行连结建模，除非以手动的方式定义之间的映射。

Google提出了一个新的架构引导方法解决这些问题，这个新方法不需要为智慧助理定义一个主架构，而是为每个服务或是API，提供功能与相关属性列表的自然语言描述，这些描述可以用于学习一个架构的分散式语意表达，为对话系统提供额外的输入，并将对话系统以单个统一的模型实作，这个统一模型为不同服务提供相似概念的表示，并透过架构的分散式表达，使得新服务可以不需要事先有训练资料就能运作。

Google为此还以架构引导方法创建了一个智慧助理，在所有服务和领域使用单一模型，没有设定各领域的专门参数，就能处理各式任务，Google开源了用于对话状态追踪的模型，可以在新服务和API没有训练资料的情况下，同时保有与常规设定相同的能力。