論文の概要: Context-Sensitive Generation Network for Handing Unknown Slot Values in Dialogue State Tracking

• arxiv url: http://arxiv.org/abs/2005.03923v3
• Date: Fri, 16 Oct 2020 09:31:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-05 12:33:48.980857
• Title: Context-Sensitive Generation Network for Handing Unknown Slot Values in Dialogue State Tracking
• Title（参考訳）: 対話状態追跡における未知スロット値ハンドリングのためのコンテキストセンシティブ生成ネットワーク
• Authors: Puhai Yang, Heyan Huang, and Xian-Ling Mao
• Abstract要約: 語彙外単語の表現を容易にする新しい文脈知覚生成ネットワーク(CSG)を提案する。 提案手法は最先端のベースラインよりも優れている。
• 参考スコア（独自算出の注目度）: 38.96838255645715
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As a key component in a dialogue system, dialogue state tracking plays an important role. It is very important for dialogue state tracking to deal with the problem of unknown slot values. As far as we known, almost all existing approaches depend on pointer network to solve the unknown slot value problem. These pointer network-based methods usually have a hidden assumption that there is at most one out-of-vocabulary word in an unknown slot value because of the character of a pointer network. However, often, there are multiple out-of-vocabulary words in an unknown slot value, and it makes the existing methods perform bad. To tackle the problem, in this paper, we propose a novel Context-Sensitive Generation network (CSG) which can facilitate the representation of out-of-vocabulary words when generating the unknown slot value. Extensive experiments show that our proposed method performs better than the state-of-the-art baselines.
• Abstract（参考訳）: 対話システムのキーコンポーネントとして、対話状態追跡が重要な役割を果たす。 対話状態追跡では,未知のスロット値の問題に対処することが重要である。 我々の知る限り、既存のほとんどのアプローチは未知のスロット値問題を解決するためにポインタネットワークに依存している。 これらのポインタネットワークベースの手法は通常、ポインタネットワークの特性のため、未知のスロット値に少なくとも1つの語彙外単語が存在するという隠れた仮定を持つ。 しかし、しばしば、未知のスロット値に複数の語彙外単語が存在し、既存のメソッドは性能が悪くなる。 本稿では,未知のスロット値を生成する際に,語彙外単語の表現を容易にする新しい文脈知覚生成ネットワーク(CSG)を提案する。 実験の結果,提案手法は最先端のベースラインよりも優れた性能を示した。

関連論文リスト

• IntentDial: An Intent Graph based Multi-Turn Dialogue System with Reasoning Path Visualization [24.888848712778664]
  本稿では,グラフに基づくマルチターン対話システムを提案する。 強化学習を用いて、グラフから意図要素と標準クエリを識別することで、ユーザの意図を識別する。
  論文  参考訳（メタデータ） (2023-10-18T09:21:37Z)
• PK-Chat: Pointer Network Guided Knowledge Driven Generative Dialogue Model [79.64376762489164]
  PK-Chatは、知識グラフ上のポインタネットワークと、事前訓練された言語モデルを組み合わせた、ポインタネットワーク誘導生成対話モデルである。 PK-Chatが対話で生成した単語は、単語リストの予測と外部知識グラフ知識の直接予測から導かれる。 PK-Chatに基づく対話システムは、地球科学の学術シナリオ向けに構築されている。
  論文  参考訳（メタデータ） (2023-04-02T18:23:13Z)
• DAMO-NLP at SemEval-2022 Task 11: A Knowledge-based System for Multilingual Named Entity Recognition [94.1865071914727]
  MultiCoNERは、複数の言語に対する短文と低文設定で意味的に曖昧な名前のエンティティを検出することを目的としている。 我々のチームDAMO-NLPは知識に基づくシステムを提案し、ウィキペディアに基づく多言語知識ベースを構築する。 入力文が与えられた場合,本システムは知識ベースから関連コンテキストを効果的に検索する。 我々のシステムはMultiCoNER共有タスクで13トラック中10トラックを獲得した。
  論文  参考訳（メタデータ） (2022-03-01T15:29:35Z)
• A Context-Aware Hierarchical BERT Fusion Network for Multi-turn Dialog Act Detection [6.361198391681688]
  CaBERT-SLUはコンテキスト対応階層型BERT融合ネットワーク(CaBERT-SLU)である 提案手法は,2つの複雑なマルチターン対話データセットにおいて,最新技術(SOTA)のパフォーマンスに到達する。
  論文  参考訳（メタデータ） (2021-09-03T02:00:03Z)
• Ontology-Enhanced Slot Filling [3.024095356755364]
  マルチドメインタスク指向ダイアログシステムでは、ユーザ発話とシステム応答は複数の名前付きエンティティと属性値を参照することができる。 システムは、ユーザによって確認されたものを選択し、それを運命のスロットに埋める必要がある。 対話セッションには複数のシステムユーザターンが含まれているため、BERTのようなディープモデルにすべてのトークンを投入することは、入力ワードトークンやGPUメモリの容量が限られているため困難である。
  論文  参考訳（メタデータ） (2021-08-25T14:54:47Z)
• Instant One-Shot Word-Learning for Context-Specific Neural Sequence-to-Sequence Speech Recognition [62.997667081978825]
  本稿では、単語/フレーズメモリと、このメモリにアクセスして単語やフレーズを正しく認識する機構を備えたエンドツーエンドのASRシステムを提案する。 本稿では,この機構により,これまで認識できなかった単語の85%以上を認識できることを示す。
  論文  参考訳（メタデータ） (2021-07-05T21:08:34Z)
• UCPhrase: Unsupervised Context-aware Quality Phrase Tagging [63.86606855524567]
  UCPhraseは、教師なしの文脈対応のフレーズタグである。 我々は,一貫した単語列から,高品質なフレーズを銀のラベルとして表現する。 我々の設計は、最先端の事前訓練、教師なし、遠隔管理の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-05-28T19:44:24Z)
• Streaming Multi-talker Speech Recognition with Joint Speaker Identification [77.46617674133556]
  SURITは、音声認識と話者識別の両方のバックボーンとして、リカレントニューラルネットワークトランスデューサ(RNN-T)を採用しています。 Librispeechから派生したマルチストーカーデータセットであるLibrispeechデータセットに関するアイデアを検証し、奨励的な結果を提示した。
  論文  参考訳（メタデータ） (2021-04-05T18:37:33Z)
• A Post-processing Method for Detecting Unknown Intent of Dialogue System via Pre-trained Deep Neural Network Classifier [23.25650237235107]
  対話システムにおける未知の意図を検出するために,SofterMaxとDeep novelty Detection (SMDN)を提案する。 我々の手法は、モデルアーキテクチャを変更することなく、ディープニューラルネットワークで訓練された任意の分類器の上に柔軟に適用することができる。 本手法は,既知の意図と異なる事例を未知とし,その事例や事前の知識を必要としない事例を分類する。
  論文  参考訳（メタデータ） (2020-03-07T03:29:01Z)

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。