論文の概要: Dialogue-Based Relation Extraction
- arxiv url: http://arxiv.org/abs/2004.08056v1
- Date: Fri, 17 Apr 2020 03:51:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-12 13:05:50.193126
- Title: Dialogue-Based Relation Extraction
- Title（参考訳）: 対話に基づく関係抽出
- Authors: Dian Yu, Kai Sun, Claire Cardie, Dong Yu
- Abstract要約: 本稿では,人間による対話型関係抽出(RE)データセットDialogREを提案する。
我々は,対話型タスクと従来のREタスクの類似点と相違点の分析に基づいて,提案課題において話者関連情報が重要な役割を担っていると論じる。
実験結果から,ベストパフォーマンスモデルにおける話者認識の拡張が,標準設定と会話評価設定の両方において向上することが示された。
- 参考スコア（独自算出の注目度）: 53.2896545819799
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present the first human-annotated dialogue-based relation extraction (RE)
dataset DialogRE, aiming to support the prediction of relation(s) between two
arguments that appear in a dialogue. We further offer DialogRE as a platform
for studying cross-sentence RE as most facts span multiple sentences. We argue
that speaker-related information plays a critical role in the proposed task,
based on an analysis of similarities and differences between dialogue-based and
traditional RE tasks. Considering the timeliness of communication in a
dialogue, we design a new metric to evaluate the performance of RE methods in a
conversational setting and investigate the performance of several
representative RE methods on DialogRE. Experimental results demonstrate that a
speaker-aware extension on the best-performing model leads to gains in both the
standard and conversational evaluation settings. DialogRE is available at
https://dataset.org/dialogre/.
- Abstract（参考訳）: 本稿では,対話に現れる2つの引数間の関係の予測を支援することを目的とした,対話型関係抽出(RE)データセットDialogREを提案する。
また、多くの事実が複数の文にまたがるクロス文REを研究するためのプラットフォームとして、DialogREを提供する。
我々は,対話型タスクと従来のREタスクの類似点と相違点の分析に基づいて,提案課題において話者関連情報が重要な役割を担っていると論じる。
対話における通信のタイムラインを考慮し、対話環境におけるREメソッドの性能を評価するための新しい指標を設計し、ダイアログ上での複数の代表REメソッドのパフォーマンスについて検討する。
実験結果から,ベストパフォーマンスモデルにおける話者認識の拡張が,標準設定と会話評価設定の両方において向上することが示された。
DialogREはhttps://dataset.org/dialogre/.comで入手できる。
関連論文リスト
- Dialogue Agents 101: A Beginner's Guide to Critical Ingredients for Designing Effective Conversational Systems [29.394466123216258]
本研究は,対話エージェントの主要な特徴,対応するオープンドメインデータセット,およびこれらのデータセットをベンチマークする手法について概説する。
我々は,既存のデータセットの会話から構築された統一dIalogue dataseTであるUNITを提案する。
論文 参考訳（メタデータ） (2023-07-14T10:05:47Z) - FCC: Fusing Conversation History and Candidate Provenance for Contextual
Response Ranking in Dialogue Systems [53.89014188309486]
複数のチャネルからコンテキスト情報を統合できるフレキシブルなニューラルネットワークフレームワークを提案する。
会話応答ランキングタスクの評価に広く用いられているMSDialogデータセット上で,本モデルの評価を行った。
論文 参考訳（メタデータ） (2023-03-31T23:58:28Z) - "How Robust r u?": Evaluating Task-Oriented Dialogue Systems on Spoken
Conversations [87.95711406978157]
本研究は、音声タスク指向会話における新しいベンチマークを示す。
マルチドメイン対話状態追跡と知識基底型対話モデルについて検討する。
我々のデータセットは,タスク指向対話システムの音声によるベンチマークを可能にする。
論文 参考訳（メタデータ） (2021-09-28T04:51:04Z) - Graph Based Network with Contextualized Representations of Turns in
Dialogue [0.0]
対話に基づく関係抽出(RE)は、対話に現れる2つの引数間の関係を抽出することを目的としている。
本稿では,対話の理解方法に着目したTUCORE-GCN(TUrn Context aware Graph Convolutional Network)を提案する。
論文 参考訳（メタデータ） (2021-09-09T03:09:08Z) - Coreference Augmentation for Multi-Domain Task-Oriented Dialogue State
Tracking [3.34618986084988]
本稿では,コア参照機能を明示的にモデル化したCDST(Coreference Dialogue State Tracker)を提案する。
MultiWOZ 2.1データセットの実験結果は、提案モデルが56.47%の最先端のジョイントゴール精度を達成していることを示している。
論文 参考訳（メタデータ） (2021-06-16T11:47:29Z) - Filling the Gap of Utterance-aware and Speaker-aware Representation for
Multi-turn Dialogue [76.88174667929665]
マルチターン対話は、2つ以上の異なる話者の役割から複数の発話からなる。
既存の検索に基づくマルチターン対話モデルでは、事前訓練された言語モデル(PrLM)をエンコーダとして、対話を粗く表現する。
本稿では,対話履歴に係わる効果的な発話認識表現と話者認識表現をモデル化することにより,そのようなギャップを埋める新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-09-14T15:07:19Z) - Is this Dialogue Coherent? Learning from Dialogue Acts and Entities [82.44143808977209]
スイッチボード・コヒーレンス・コーパス(SWBD-Coh)コーパス(Switchboard Coherence corpus,SWBD-Coh)を作成する。
コーパスの統計的分析は、ターンコヒーレンス知覚がエンティティの分布パターンによってどのように影響を受けるかを示している。
DA情報とエンティティ情報を組み合わせたモデルでは,応答選択とターンコヒーレンス評価の両面で最高の性能が得られることがわかった。
論文 参考訳（メタデータ） (2020-06-17T21:02:40Z) - Rethinking Dialogue State Tracking with Reasoning [76.0991910623001]
本稿では, 対話状態の段階的追跡を, バックエンドデータの助けを借りて行うことを提案する。
実験の結果,MultiWOZ 2.1の連立信条精度は38.6%向上した。
論文 参考訳（メタデータ） (2020-05-27T02:05:33Z)
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。