論文の概要: MA-DST: Multi-Attention Based Scalable Dialog State Tracking

• arxiv url: http://arxiv.org/abs/2002.08898v1
• Date: Fri, 7 Feb 2020 05:34:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-03 03:25:35.884913
• Title: MA-DST: Multi-Attention Based Scalable Dialog State Tracking
• Title（参考訳）: MA-DST:マルチアテンションベースのスケーラブルな状態トラッキング
• Authors: Adarsh Kumar, Peter Ku, Anuj Kumar Goyal, Angeliki Metallinou, Dilek Hakkani-Tur
• Abstract要約: ダイアログ状態追跡ダイアログは、ユーザーが目標を達成するための自然言語インターフェースを提供する。 正確なマルチドメインDSTを実現するためには、過去の発話とスロットセマンティクス間の依存関係をエンコードする必要がある。 本稿では,会話履歴とスロットの意味を符号化する新しいアーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 13.358314140896937
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Task oriented dialog agents provide a natural language interface for users to complete their goal. Dialog State Tracking (DST), which is often a core component of these systems, tracks the system's understanding of the user's goal throughout the conversation. To enable accurate multi-domain DST, the model needs to encode dependencies between past utterances and slot semantics and understand the dialog context, including long-range cross-domain references. We introduce a novel architecture for this task to encode the conversation history and slot semantics more robustly by using attention mechanisms at multiple granularities. In particular, we use cross-attention to model relationships between the context and slots at different semantic levels and self-attention to resolve cross-domain coreferences. In addition, our proposed architecture does not rely on knowing the domain ontologies beforehand and can also be used in a zero-shot setting for new domains or unseen slot values. Our model improves the joint goal accuracy by 5% (absolute) in the full-data setting and by up to 2% (absolute) in the zero-shot setting over the present state-of-the-art on the MultiWoZ 2.1 dataset.
• Abstract（参考訳）: タスク指向ダイアログエージェントは、ユーザが目標を達成するための自然な言語インターフェースを提供する。 これらのシステムの中核的なコンポーネントであるダイアログ状態追跡(DST)は、会話を通してユーザの目標に対するシステムの理解を追跡する。 正確なマルチドメインdstを実現するためには、過去の発話とスロットセマンティクス間の依存関係をエンコードし、長距離クロスドメイン参照を含むダイアログコンテキストを理解する必要がある。 本稿では,複数の粒度の注意機構を用いることで,会話履歴やスロットの意味をより堅牢に符号化する新しいアーキテクチャを提案する。 特に、コンテキストとスロット間の関係を異なる意味レベルでモデル化するためにクロスアテンションを使用し、クロスドメインのコア推論を解決するために自己アテンションを使用します。 さらに,提案アーキテクチャはドメインオントロジーの知識を事前に依存せず,新しいドメインのゼロショット設定や未確認スロット値にも使用することができる。 本モデルは、全データ設定において5%(絶対)、マルチウォズ2.1データセット上での現在の最先端のゼロショット設定において最大2%(絶対)の同時ゴール精度を向上させる。

関連論文リスト

• Exploring User Retrieval Integration towards Large Language Models for Cross-Domain Sequential Recommendation [66.72195610471624]
  Cross-Domain Sequential Recommendationは、異なるドメイン間でユーザのシーケンシャルな好みをマイニングし、転送することを目的としている。 本稿では,ユーザ検索手法を探索し,CDSRの性能向上を目的とした URLLM という新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-05T09:19:54Z)
• ChatterBox: Multi-round Multimodal Referring and Grounding [108.9673313949746]
  この目的のために,新しいベンチマークと効率的な視覚言語モデルを提案する。 提案したChatterBoxは、2ブランチアーキテクチャを使って視覚と言語タスクを協調的に処理する。 実験の結果、ChatterBoxはMRGの既存のモデルよりも定量的にも質的にも優れていることがわかった。
  論文  参考訳（メタデータ） (2024-01-24T09:02:00Z)
• DORIC : Domain Robust Fine-Tuning for Open Intent Clustering through Dependency Parsing [14.709084509818474]
  DSTC11-Track2は、ゼロショット、クロスドメイン、インテントセットインジェクションのためのベンチマークを提供することを目的としている。 複数ドメインの対話データセットを利用して言語モデルを微調整し,Verb-Objectペアの抽出を提案する。 提案手法は精度スコアにおいて3位となり,ベースラインモデルよりも精度が向上し,相互情報(NMI)スコアが正常化した。
  論文  参考訳（メタデータ） (2023-03-17T08:12:36Z)
• PoE: a Panel of Experts for Generalized Automatic Dialogue Assessment [58.46761798403072]
  モデルベース自動対話評価基準(ADEM)は,複数の領域にわたって良好に機能することが期待される。 大きな進歩にもかかわらず、ある領域でうまく機能するADEMは必ずしも他の領域に一般化するとは限らない。 本稿では,共有トランスフォーマーエンコーダと軽量アダプタの集合からなるPanel of Experts (PoE)ネットワークを提案する。
  論文  参考訳（メタデータ） (2022-12-18T02:26:50Z)
• Dialogue State Tracking with a Language Model using Schema-Driven Prompting [18.83983018421701]
  本稿では,スキーマ駆動型プロンプトを用いてタスク認識履歴エンコーディングを行う言語モデリング手法の新たなバリエーションを提案する。 我々の純生成システムは、MultiWOZ 2.2の最先端性能を実現し、MultiWOZ 2.1とM2Mの2つのベンチマークで競合性能を達成する。
  論文  参考訳（メタデータ） (2021-09-15T18:11:25Z)
• Zero-shot Generalization in Dialog State Tracking through Generative Question Answering [10.81203437307028]
  本稿では,タスク指向ダイアログの制約やスロットに対する自然言語クエリをサポートする新しいフレームワークを提案する。 本手法は,英語文に事前学習した条件付きドメインモデルを用いた生成的質問応答に基づく。
  論文  参考訳（メタデータ） (2021-01-20T21:47:20Z)
• TripPy: A Triple Copy Strategy for Value Independent Neural Dialog State Tracking [2.78632567955797]
  タスク指向のダイアログシステムは、対話中のユーザの目標を監視するために、ダイアログ状態追跡(DST)に依存している。 スロットを値で埋めるために様々なコピー機構を利用するDSTに新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2020-05-06T14:52:48Z)
• UniConv: A Unified Conversational Neural Architecture for Multi-domain Task-oriented Dialogues [101.96097419995556]
  ユニコンブ」はタスク指向対話におけるエンドツーエンド対話システムのための新しい統合型ニューラルネットワークである。 我々は、MultiWOZ2.1ベンチマークにおいて、対話状態追跡、コンテキスト・ツー・テキスト、エンドツーエンド設定の包括的な実験を行う。
  論文  参考訳（メタデータ） (2020-04-29T16:28:22Z)
• 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)
• Non-Autoregressive Dialog State Tracking [122.2328875457225]
  非自己回帰的対話状態追跡(NADST)の新しい枠組みを提案する。 NADSTはドメインとスロット間の潜在的な依存関係を分解し、分離されたスロットではなく完全なセットとして対話状態の予測を改善するためにモデルを最適化する。 以上の結果から,MultiWOZ 2.1コーパス上の全領域にわたる最先端の接合精度が得られた。
  論文  参考訳（メタデータ） (2020-02-19T06:39:26Z)
• 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。