摘要

作为任务导向型对话系统中的关键组件，自然语言生成（Natural Language Generation, NLG）模块负责将语义形式表示的对话行为转换为自然语言响应。传统的基于模板或统计的模型通常依赖大量人工标注数据，这在新领域中难以实现。因此，在实际应用中，NLG系统在标注数据有限的情况下仍能良好泛化，显得尤为重要。为此，我们提出了FewShotWoz，这是首个用于模拟任务导向型对话系统中少样本学习场景的NLG基准数据集。同时，我们开发了SC-GPT模型：该模型在大规模标注的NLG语料上进行预训练，以获得可控的生成能力，并仅通过少量领域特定标注数据进行微调，即可适应新领域。在FewShotWoz及大型多领域WOZ（Multi-Domain-WOZ）数据集上的实验结果表明，所提出的SC-GPT在多种自动评估指标和人工评价中均显著优于现有方法。