論文の概要: Plato Dialogue System: A Flexible Conversational AI Research Platform

• arxiv url: http://arxiv.org/abs/2001.06463v1
• Date: Fri, 17 Jan 2020 18:27:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-10 09:49:32.809376
• Title: Plato Dialogue System: A Flexible Conversational AI Research Platform
• Title（参考訳）: Plato Dialogue System: 柔軟な会話型AI研究プラットフォーム
• Authors: Alexandros Papangelis, Mahdi Namazifar, Chandra Khatri, Yi-Chia Wang, Piero Molino, Gokhan Tur
• Abstract要約: PlatoはPythonで書かれた柔軟な会話型AIプラットフォームで、あらゆる種類の対話型エージェントアーキテクチャをサポートする。 Platoは理解しやすく、デバッグしやすいように設計されており、各コンポーネントをトレーニングする基盤となる学習フレームワークに依存しない。
• 参考スコア（独自算出の注目度）: 64.82999992143448
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As the field of Spoken Dialogue Systems and Conversational AI grows, so does the need for tools and environments that abstract away implementation details in order to expedite the development process, lower the barrier of entry to the field, and offer a common test-bed for new ideas. In this paper, we present Plato, a flexible Conversational AI platform written in Python that supports any kind of conversational agent architecture, from standard architectures to architectures with jointly-trained components, single- or multi-party interactions, and offline or online training of any conversational agent component. Plato has been designed to be easy to understand and debug and is agnostic to the underlying learning frameworks that train each component.
• Abstract（参考訳）: 音声対話システムと会話型aiの分野が成長するにつれて、開発プロセスを迅速化し、分野への参入障壁を低くし、新しいアイデアのための共通のテストベッドを提供するために、実装の詳細を抽象化するツールや環境が必要となる。 本稿では,pythonで記述されたフレキシブルな会話型aiプラットフォームであるplatoを提案する。標準アーキテクチャから,協調学習されたコンポーネント,単一または複数パーティインタラクション,対話型エージェントコンポーネントのオフラインまたはオンライントレーニングを備えたアーキテクチャまで,あらゆる種類の会話型エージェントアーキテクチャをサポートする。 Platoは理解しやすく、デバッグしやすいように設計されており、各コンポーネントをトレーニングする基盤となる学習フレームワークに依存しない。

関連論文リスト

• ChatDev: Communicative Agents for Software Development [84.90400377131962]
  ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。 これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
  論文  参考訳（メタデータ） (2023-07-16T02:11:34Z)
• ChatPLUG: Open-Domain Generative Dialogue System with Internet-Augmented Instruction Tuning for Digital Human [76.62897301298699]
  ChatPLUGは、デジタルヒューマンアプリケーションのための中国のオープンドメイン対話システムである。 モデルネームは, 自動評価と人的評価の両方において, 最先端の中国語対話システムより優れていることを示す。 高速な推論でスマートスピーカーやインスタントメッセージアプリケーションのような実世界のアプリケーションにモデルネームをデプロイします。
  論文  参考訳（メタデータ） (2023-04-16T18:16:35Z)
• HybriDialogue: An Information-Seeking Dialogue Dataset Grounded on Tabular and Textual Data [87.67278915655712]
  我々は、ウィキペディアのテキストとテーブルの両方を基盤とした、クラウドソーシングされた自然な会話からなる新しい対話データセットHybriDialogueを提示する。 これらの会話は、複雑なマルチホップ質問をシンプルで現実的なマルチターン対話に分解することで生成される。
  論文  参考訳（メタデータ） (2022-04-28T00:52:16Z)
• Chatbot System Architecture [0.0]
  会話エージェントは、近年のコンピュータ科学分野における最も関心のあるトピックの1つだ。 本稿では,対話エージェントのシステムアーキテクチャについて議論し,各コンポーネントの詳細を説明する。
  論文  参考訳（メタデータ） (2022-01-17T11:07:58Z)
• Alexa Conversations: An Extensible Data-driven Approach for Building Task-oriented Dialogue Systems [21.98135285833616]
  従来の目標指向対話システムは、自然言語理解、対話状態追跡、政策学習、応答生成など、さまざまなコンポーネントに依存している。 スケーラブルかつデータ効率の高い,目標指向の対話システム構築のための新たなアプローチを提案する。
  論文  参考訳（メタデータ） (2021-04-19T07:09:27Z)
• Exploring Recurrent, Memory and Attention Based Architectures for Scoring Interactional Aspects of Human-Machine Text Dialog [9.209192502526285]
  本稿は、複数のニューラルアーキテクチャを調べるために、この方向の以前の研究に基づいている。 我々は,クラウドベースの対話システムと対話する人間の学習者からテキストダイアログの対話データベース上で実験を行う。 複数のアーキテクチャの融合は、専門家間の合意に比較して、我々の自動スコアリングタスクにおいて有能に機能することがわかった。
  論文  参考訳（メタデータ） (2020-05-20T03:23:00Z)
• Conversation Learner -- A Machine Teaching Tool for Building Dialog Managers for Task-Oriented Dialog Systems [57.082447660944965]
  Conversation Learnerは、ダイアログマネージャを構築するための機械学習ツールである。 ダイアログ作成者が慣れ親しんだツールを使ってダイアログフローを作成し、ダイアログフローをパラメトリックモデルに変換することができる。 ユーザシステムダイアログをトレーニングデータとして活用することで、ダイアログ作成者が時間とともにダイアログマネージャを改善することができる。
  論文  参考訳（メタデータ） (2020-04-09T00:10:54Z)
• Variational Hierarchical Dialog Autoencoder for Dialog State Tracking Data Augmentation [59.174903564894954]
  本研究では,この手法を,ゴール指向対話のための対話状態追跡タスクに拡張する。 目的指向ダイアログの完全な側面をモデル化するための変分階層型ダイアログオートエンコーダ(VHDA)を提案する。 各種ダイアログデータセットを用いた実験により、生成データ拡張による下流ダイアログトラッカーのロバスト性の向上が示された。
  論文  参考訳（メタデータ） (2020-01-23T15:34:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。