論文の概要: Goal-Oriented Multi-Task BERT-Based Dialogue State Tracker

• arxiv url: http://arxiv.org/abs/2002.02450v1
• Date: Wed, 5 Feb 2020 22:56:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-03 20:44:11.169666
• Title: Goal-Oriented Multi-Task BERT-Based Dialogue State Tracker
• Title（参考訳）: 目標指向マルチタスクbertベースの対話状態トラッカ
• Authors: Pavel Gulyaev, Eugenia Elistratova, Vasily Konovalov, Yuri Kuratov, Leonid Pugachev, Mikhail Burtsev
• Abstract要約: State Tracking(DST)は、AlexaやSiriなどの仮想アシスタントの中核的なコンポーネントである。 本研究では,GOaL指向マルチタスクBERTベースの対話状態トラッカー(GOLOMB)を提案する。
• 参考スコア（独自算出の注目度）: 0.1864131501304829
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dialogue State Tracking (DST) is a core component of virtual assistants such as Alexa or Siri. To accomplish various tasks, these assistants need to support an increasing number of services and APIs. The Schema-Guided State Tracking track of the 8th Dialogue System Technology Challenge highlighted the DST problem for unseen services. The organizers introduced the Schema-Guided Dialogue (SGD) dataset with multi-domain conversations and released a zero-shot dialogue state tracking model. In this work, we propose a GOaL-Oriented Multi-task BERT-based dialogue state tracker (GOLOMB) inspired by architectures for reading comprehension question answering systems. The model "queries" dialogue history with descriptions of slots and services as well as possible values of slots. This allows to transfer slot values in multi-domain dialogues and have a capability to scale to unseen slot types. Our model achieves a joint goal accuracy of 53.97% on the SGD dataset, outperforming the baseline model.
• Abstract（参考訳）: 対話状態追跡(DST)は、AlexaやSiriといったバーチャルアシスタントの中核的なコンポーネントである。 さまざまなタスクを達成するために、これらのアシスタントはますます多くのサービスやAPIをサポートする必要がある。 8th Dialogue System Technology ChallengeのSchema-Guided State Tracking Trackは、目に見えないサービスのDST問題を強調した。 主催者はマルチドメイン会話を備えたスキーマガイドダイアログ(SGD)データセットを導入し、ゼロショット対話状態追跡モデルをリリースした。 本稿では,理解型質問応答システムのためのアーキテクチャに着想を得た,目標指向のマルチタスクbertベースの対話状態トラッカ(golomb)を提案する。 モデルでは、スロットとサービスの記述とスロットの可能な値で対話履歴を"クエリ"する。 これにより、マルチドメイン対話におけるスロット値の転送が可能になり、未確認のスロットタイプにスケールすることができる。 本モデルでは,SGDデータセットで53.97%の目標精度を達成し,ベースラインモデルを上回った。

関連論文リスト

• CGoDial: A Large-Scale Benchmark for Chinese Goal-oriented Dialog Evaluation [75.60156479374416]
  CGoDialは、Goal指向のダイアログ評価のための、新しい挑戦的で包括的な中国のベンチマークである。 96,763のダイアログセッションと574,949のダイアログがすべて含まれており、異なる知識ソースを持つ3つのデータセットをカバーする。 学術ベンチマークと音声対話のシナリオのギャップを埋めるために、実際の会話からデータを収集したり、クラウドソーシングを通じて既存のデータセットに音声機能を追加する。
  論文  参考訳（メタデータ） (2022-11-21T16:21:41Z)
• SF-DST: Few-Shot Self-Feeding Reading Comprehension Dialogue State Tracking with Auxiliary Task [17.763227077651173]
  対話状態追跡モデルでは、少量のデータであっても、対話中のユーザ要求を信頼性の高い精度で追跡する。 自己送受信状態入力は, 先行対話を要約することにより, マルチターン対話における精度を高める。 新しい補助タスクは、対話でスロットが言及されているかどうかを分類するのに役立ちます。
  論文  参考訳（メタデータ） (2022-09-16T06:54:25Z)
• Manual-Guided Dialogue for Flexible Conversational Agents [84.46598430403886]
  対話データを効率的に構築し、利用する方法や、さまざまなドメインにモデルを大規模にデプロイする方法は、タスク指向の対話システムを構築する上で重要な問題である。 エージェントは対話とマニュアルの両方からタスクを学習する。 提案手法は,詳細なドメインオントロジーに対する対話モデルの依存性を低減し,様々なドメインへの適応をより柔軟にする。
  論文  参考訳（メタデータ） (2022-08-16T08:21:12Z)
• Multimodal Dialogue State Tracking [97.25466640240619]
  Video-Dialogue Transformer Network (VDTN)は、ビデオと対話の間のコンテキスト依存を学習し、マルチモーダル対話状態を生成する。 VDTNは、オブジェクトレベルの特徴とセグメントレベルの特徴を組み合わせて、ビデオと対話の間のコンテキスト依存を学び、マルチモーダルな対話状態を生成する。
  論文  参考訳（メタデータ） (2022-06-16T03:18:42Z)
• DialogZoo: Large-Scale Dialog-Oriented Task Learning [52.18193690394549]
  我々は,多種多様な対話課題を解くための統合基盤モデルの構築を目指している。 この目的を達成するために、73の公開データセットから、まず大規模なラベル付き対話データセットを収集する。
  論文  参考訳（メタデータ） (2022-05-25T11:17:16Z)
• A Slot Is Not Built in One Utterance: Spoken Language Dialogs with Sub-Slots [67.69407159704328]
  本稿では,SSTOD(Sub-Slot based Task-Oriented Dialog)というタスクを新たに定義する。 データセットには、中国名、電話番号、ID番号、ナンバープレート番号の4つのドメインから合計40Kのダイアログと500Kの発話が含まれている。 我々はSSTODに新たな言語現象と対話的方法を見いだし、タスクのためのダイアログエージェントを構築する上で重要な課題を提起する。
  論文  参考訳（メタデータ） (2022-03-21T07:10:19Z)
• Attention Guided Dialogue State Tracking with Sparse Supervision [5.758073912084366]
  コールセンタでは、予約やサブスクリプションの管理といったタスクに対して、ユーザ目標をカスタマーサービスエージェントが発行するアクションに関連付けることができる。 これらのアクションログは大容量で利用可能であり、対話状態の学習に利用することができる。 本稿では,現在最先端のエンコーダデコーダモデルを拡張して,スパースラベルを用いた対話状態追跡(DST)を効率的に学習する。
  論文  参考訳（メタデータ） (2021-01-28T12:18:39Z)
• CrossWOZ: A Large-Scale Chinese Cross-Domain Task-Oriented Dialogue Dataset [58.910961297314415]
  CrossWOZは、中国のCross-Domain Wizard-of-Ozタスク指向データセットとしては初めての大規模である。 6K対話セッションと、ホテル、レストラン、アトラクション、メトロ、タクシーを含む5つのドメインの102K発話が含まれている。
  論文  参考訳（メタデータ） (2020-02-27T03:06:35Z)
• Domain-Aware Dialogue State Tracker for Multi-Domain Dialogue Systems [2.3859169601259347]
  タスク指向対話システムでは、対話状態トラッカー(DST)コンポーネントが対話履歴に基づいて対話の状態を予測する。 我々は、完全にデータ駆動であり、動的サービススキーマを予測するためにモデル化されたドメイン対応対話状態トラッカーを提案する。
  論文  参考訳（メタデータ） (2020-01-21T13:41:09Z)

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。