您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202503-62
论文题目 基于业务逻辑增强的大语言模型对话策略学习方法
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于业务逻辑增强的大语言模型对话策略学习方法

首发时间:2025-03-06

徐翔 1   

徐翔(2000-),男,硕士研究生,主要研究方向:任务型对话系统。E-mail:xuxiang915@bupt.edu.cn

徐翔 1   

徐翔(2000-),男,硕士研究生,主要研究方向:任务型对话系统。E-mail:xuxiang915@bupt.edu.cn

  • 1、北京邮电大学计算机学院(国家示范性软件学院),北京 100876

摘要:在任务型对话系统中,现有的对话策略学习方法因数据局限性、逻辑约束缺失及生成不可控等问题,难以满足复杂业务场景的鲁棒性与合规性需求。为此,本文提出了一种融合数据增强与业务逻辑显式优化的对话策略学习方法。针对数据局限性,设计层次化指令进化框架,结合广度进化、深度进化与淘汰进化注入领域规则与逻辑约束,提高数据多样性与复杂性。采用参数微调实现领域知识学习,在降低计算成本的同时增强模型对垂直任务的适配能力。进一步构建因果关系驱动的业务可行性关系图,显式定义“应该”“不应该”“可行”三类业务逻辑约束,以此优化候选对话行为,确保预测结果符合动态业务规则。实验结果表明,该方法在MultiWOZ与SGD数据集上的F1值分别达到了42.4\%与81.8\%,较基线模型均有明显性能提升。本文为高合规性场景下的对话策略学习方法提供了可解释、可控制的技术路径,为任务型对话系统的智能化发展探索了新的思路。

关键词: 对话策略学习 大语言模型 指令进化 参数微调 图增强

For information in English, please click here

A Business Logic-Enhanced Method for Dialogue Policy Learning Based on Large Language Models

XU Xiang 1   

徐翔(2000-),男,硕士研究生,主要研究方向:任务型对话系统。E-mail:xuxiang915@bupt.edu.cn

XU Xiang 1   

徐翔(2000-),男,硕士研究生,主要研究方向:任务型对话系统。E-mail:xuxiang915@bupt.edu.cn

  • 1、School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications, Beijing 100876

Abstract:In task-oriented dialogue systems, existing dialogue policy learning methods struggle to meet the robustness and compliance requirements of complex business scenarios due to data limitations, absence of logical constraints, and uncontrollable generation. To address these challenges, this paper proposes a dialogue policy learning method that integrates data augmentation with explicit optimization of business logic. To mitigate data limitations, a hierarchical evol-instruct framework is designed, incorporating breadth-wise evolution, depth-wise evolution, and elimination-based evolution to inject domain-specific rules and logical constraints, thereby enhancing data diversity and complexity.Domain knowledge learning is facilitated through parameter fine-tuning, reducing computational costs while enhancing the model’s adaptability to vertical tasks. Furthermore, a causality-driven business feasibility relation graph is constructed to explicitly define three categories of business logic constraints—"should," "should not," and "can"—thereby optimizing candidate dialogue actions to ensure predictions align with dynamic business rules. Experimental results demonstrate that the proposed method achieves F1 scores of 42.4\% and 81.8\% on the MultiWOZ and SGD datasets, respectively, significantly outperforming baseline models. This work provides an interpretable and controllable technical framework for dialogue policy learning in high-compliance scenarios, offering new insights for advancing the intelligence of task-oriented dialogue systems.

Keywords: Dialogue policy learning Large language model Evol-instruct Parameter fine-tuning Graph augmentation

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
徐翔,徐翔. 基于业务逻辑增强的大语言模型对话策略学习方法[EB/OL]. 北京:中国科技论文在线 [2025-03-06]. https://www.paper.edu.cn/releasepaper/content/202503-62.

No.****

同行评议

未申请同行评议

评论

全部评论

0/1000

勘误表

基于业务逻辑增强的大语言模型对话策略学习方法