基于对象描述的推理提升任务型对话系统中的指代消解能力

任务型对话系统需通过自然语言交互协助用户达成目标，其中准确的指代消解至关重要。针对现有方法在视觉接地环境中泛化性差及过度依赖监督模型的问题，本文提出一种单模态测试时推理方法。该方法使大语言模型能够结合详细对象元数据与对话历史进行逐步推理，从而提升指代消解性能。在 SIMMC 2.1 数据集上的实验表明，该方法能有效对齐对话语境与场景对象，在少射设置下对未见场景和新对象具有优异的泛化能力，超越了基于编码器的监督方法。