Nutzung impliziter Feedbacks aus Einsatzdaten in Dialogsystemen

Leveraging Implicit Feedback from Deployment Data in Dialogue

July 26, 2023

Autoren: Richard Yuanzhe Pang, Stephen Roller, Kyunghyun Cho, He He, Jason Weston

cs.AI

Zusammenfassung

Wir untersuchen die Verbesserung sozialer Konversationsagenten durch das Lernen aus natürlichen Dialogen zwischen Nutzern und einem eingesetzten Modell, ohne zusätzliche Annotationen. Um die Qualität einer maschinell generierten Äußerung implizit zu messen, nutzen wir Signale wie die Länge der Nutzerantwort, die Stimmung und die Reaktion der zukünftigen menschlichen Äußerungen in den gesammelten Dialogepisoden. Unsere Experimente verwenden die öffentlich verfügbaren Einsatzdaten von BlenderBot (Xu et al., 2023). Menschliche Bewertungen zeigen Verbesserungen unserer neuen Modelle gegenüber den Baseline-Antworten; jedoch stellen wir fest, dass einige Proxy-Signale auch zu mehr Generationen mit unerwünschten Eigenschaften führen können. Beispielsweise kann die Optimierung auf Gesprächslänge zu mehr kontroversen oder unfreundlichen Generationen im Vergleich zur Baseline führen, während die Optimierung auf positive Stimmung oder Reaktion diese Verhaltensweisen verringern kann.

English

We study improving social conversational agents by learning from natural dialogue between users and a deployed model, without extra annotations. To implicitly measure the quality of a machine-generated utterance, we leverage signals like user response length, sentiment and reaction of the future human utterances in the collected dialogue episodes. Our experiments use the publicly released deployment data from BlenderBot (Xu et al., 2023). Human evaluation indicates improvements in our new models over baseline responses; however, we find that some proxy signals can lead to more generations with undesirable properties as well. For example, optimizing for conversation length can lead to more controversial or unfriendly generations compared to the baseline, whereas optimizing for positive sentiment or reaction can decrease these behaviors.