Fugu-MT 論文翻訳(概要): Where is the context? -- A critique of recent dialogue datasets

論文の概要: Where is the context? -- A critique of recent dialogue datasets

arxiv url: http://arxiv.org/abs/2004.10473v1
Date: Wed, 22 Apr 2020 10:05:52 GMT
ステータス: 処理完了
システム内更新日: 2022-12-10 18:14:51.640296
Title: Where is the context? -- A critique of recent dialogue datasets
Title（参考訳）: コンテキストはどこにありますか? --最近の対話データセットの批判
Authors: Johannes E. M. Mosig, Vladimir Vlasov, Alan Nichol
Abstract要約: 最近のMultiWOZ 2.1やTaskmaster-1のような対話データセットは、今日の対話モデルにおいて最も難しいタスクである。上記のデータセットには、履歴独立、強い知識ベース依存、曖昧なシステム応答など、いくつかの問題がある。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Recent dialogue datasets like MultiWOZ 2.1 and Taskmaster-1 constitute some of the most challenging tasks for present-day dialogue models and, therefore, are widely used for system evaluation. We identify several issues with the above-mentioned datasets, such as history independence, strong knowledge base dependence, and ambiguous system responses. Finally, we outline key desiderata for future datasets that we believe would be more suitable for the construction of conversational artificial intelligence.
Abstract（参考訳）: multiwoz 2.1やtaskmaster-1といった最近の対話データセットは、現在の対話モデルにとって最も難しいタスクであり、システム評価に広く使われている。上記のデータセットには、履歴独立、強い知識ベース依存、曖昧なシステム応答など、いくつかの問題がある。最後に、対話型人工知能の構築にもっと適していると思われる将来のデータセットについて、重要なデシデラタを概説する。

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)
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)
Counterfactual Data Augmentation via Perspective Transition for Open-Domain Dialogues [34.78482218571574]
本稿では,異なるセマンティクスによる高品質な応答を自動的に拡張するデータ拡張手法を提案する。実験結果から,データ拡張手法は対話履歴の異なるセマンティクスで高品質な応答を増強し,複数の下流タスクにおいて競合的ベースラインを上回り得ることが示された。
論文参考訳（メタデータ） (2022-10-30T13:26:49Z)
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)
Building a Role Specified Open-Domain Dialogue System Leveraging Large-Scale Language Models [15.062014096238803]
本研究では,オープンドメイン対話システムにおける役割を示唆する課題について検討する。スクラッチからロール充足型対話データセットを構築するための効率的なデータ収集フレームワークを提案する。当社のモデルでは,一般的なメトリクス上での競合的なパフォーマンスを維持しながら,アウトオブバウンド(out-of-bound)な発話をほとんど返さない。
論文参考訳（メタデータ） (2022-04-30T06:23:06Z)
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)
Back to the Future: Bidirectional Information Decoupling Network for Multi-turn Dialogue Modeling [80.51094098799736]
ユニバーサル対話エンコーダとして双方向情報デカップリングネットワーク(BiDeN)を提案する。 BiDeNは過去と将来の両方のコンテキストを明示的に取り入れており、幅広い対話関連のタスクに一般化することができる。異なる下流タスクのデータセットに対する実験結果は、我々のBiDeNの普遍性と有効性を示している。
論文参考訳（メタデータ） (2022-04-18T03:51:46Z)
Precognition in Task-oriented Dialogue Understanding: Posterior Regularization by Future Context [8.59600111891194]
本稿では,後続正則化手法を用いて,歴史的・将来の情報を共同でモデル化することを提案する。これらの間のKL距離を最適化し、トレーニング中にモデルを正規化します。 2つの対話データセットの実験により,提案手法の有効性が検証された。
論文参考訳（メタデータ） (2022-03-07T09:58:50Z)
Ranking Enhanced Dialogue Generation [77.8321855074999]
対話履歴を効果的に活用する方法は、マルチターン対話生成において重要な問題である。これまでの研究は通常、歴史をモデル化するために様々なニューラルネットワークアーキテクチャを使用していた。本稿では,ランキング拡張対話生成フレームワークを提案する。
論文参考訳（メタデータ） (2020-08-13T01:49:56Z)
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。