論文の概要: Towards Automatic building of Human-Machine Conversational System to support Maintenance Processes

• arxiv url: http://arxiv.org/abs/2005.06517v1
• Date: Wed, 13 May 2020 18:39:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-12-03 13:25:31.298019
• Title: Towards Automatic building of Human-Machine Conversational System to support Maintenance Processes
• Title（参考訳）: 保守プロセス支援のためのヒューマンマシン対話システムの構築に向けて
• Authors: Elena Coli, Nicola Melluso, Gualtiero Fantoni and Daniele Mazzei
• Abstract要約: 本研究の目的は,産業環境下での対話が可能な人間と機械の対話システム構築のための方法論を設計することである。 維持マニュアルで見つかると思われるエンティティを含む初期分類法は、BOBST SAによって提供されるマニュアルの関連文を特定するために使用される。 最終結果は、実体とその関係を表す分類ネットワークである。
• 参考スコア（独自算出の注目度）: 5.333582981327498
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Companies are dealing with many cognitive changes with the introduction of the Industry 4.0 paradigm. In this constantly changing environment, knowledge management is a key factor. Dialog systems, being able to hold a conversation with humans, could support the knowledge management in business environment. Although, these systems are currently hand-coded and need the intervention of a human being in writing all the possible questions and answers, and then planning the interactions. This process, besides being time-consuming, is not scalable. Conversely, a dialog system, also referred to as chatbot, can be built from scratch by simply extracting rules from technical documentation. So, the goal of this research is designing a methodology for automatic building of human-machine conversational system, able to interact in an industrial environment. An initial taxonomy, containing entities expected to be found in maintenance manuals, is used to identify the relevant sentences of a manual provided by the company BOBST SA and applying text mining techniques, it is automatically expanded. The final result is a taxonomy network representing the entities and their relation, that will be used in future works for managing the interactions of a maintenance chatbot.
• Abstract（参考訳）: 企業は産業4.0パラダイムの導入で多くの認知的変化に対処している。 この絶えず変化する環境では、知識管理が重要な要素です。 対話システムは、人間と会話できるので、ビジネス環境における知識管理を支援することができる。 しかし、現在これらのシステムは手書きで書かれており、人間があらゆる可能な質問や回答を書いて、対話を計画する必要がある。 このプロセスは時間を要するだけでなく、スケーラブルではありません。 逆に、技術ドキュメントからルールを抽出するだけで、スクラッチからダイアログシステム(チャットボットとも呼ばれる)を構築することができる。 そこで本研究の目的は,産業環境下での対話が可能な人間機械対話システムの自動構築手法を設計することである。 メンテナンスマニュアルに見いだされるエンティティを含む初期分類法を、BOBST SAによって提供されるマニュアルの関連文を特定し、テキストマイニング技術を適用し、自動的に拡張する。 最終的な結果は、エンティティとその関係を表す分類ネットワークであり、将来の作業でメンテナンスチャットボットのインタラクションを管理するために使用される。

関連論文リスト

• Context Engineering 2.0: The Context of Context Engineering [21.007666543203328]
  コンテキストエンジニアリングの実践は、20年以上にわたって遡ることができる、と私たちは主張する。 我々は、体系的な定義を提供し、その歴史的・概念的な景観を概説し、実践のための重要な設計上の考察を考察する。 本稿では,AIシステムにおけるコンテキスト工学の体系化に向けた,より広範なコミュニティの取り組みの足掛かりとなる。
  論文  参考訳（メタデータ） (2025-10-30T13:43:10Z)
• Taxonomy of User Needs and Actions [51.86289485979439]
  会話AIの普及は、ユーザの計測目標と、それらを達成するための位置、適応、および社会的プラクティスをキャプチャするフレームワークの必要性を強調している。 このギャップに対処するために,1193人の人間とAIの会話の反復的質的分析によって構築された経験的基盤の枠組みであるTUNA(Taxonomy of User Needs and Actions)を紹介した。 TUNAは、ユーザアクションを情報検索、合成、手続き的ガイダンス、コンテンツ作成、ソーシャルインタラクション、メタ会話に関連する行動を含む3段階の階層に編成する。
  論文  参考訳（メタデータ） (2025-10-07T17:04:42Z)
• Chatbot Deployment Considerations for Application-Agnostic Human-Machine Dialogues [0.0]
  本論文は,技術者が考慮すべき基本的,要素的,考慮事項に光を当てることを目的としている。 このケーススタディを見てみると、社会的な価値を最重要要因として考慮することを目指している。
  論文  参考訳（メタデータ） (2025-08-30T22:46:09Z)
• Socially Pertinent Robots in Gerontological Healthcare [78.35311825198136]
  本論文は,パリの保育所における患者と同伴者による2つの実験を通じて,社会的・対話的相互作用能力を備えたフルサイズのヒューマノイドロボットを用いて,この疑問に部分的に答えようとする試みである。 特に、ロボットの知覚とアクションスキルが環境の雑多さに対して堅牢であり、さまざまなインタラクションを扱うために柔軟である場合、ユーザーはこの技術を受け入れる。
  論文  参考訳（メタデータ） (2024-04-11T08:43:37Z)
• AmadeusGPT: a natural language interface for interactive animal behavioral analysis [65.55906175884748]
  動作の自然言語記述をマシン実行可能なコードに変換する自然言語インタフェースであるAmadeusGPTを紹介する。 MABE 2022の動作課題タスクで最先端のパフォーマンスを実現できることを示す。 アマデウスGPTは、深い生物学的知識、大規模言語モデル、そしてコアコンピュータビジョンモジュールをより自然に知的なシステムに統合する新しい方法を提示している。
  論文  参考訳（メタデータ） (2023-07-10T19:15:17Z)
• Automated Interactive Domain-Specific Conversational Agents that Understand Human Dialogs [4.212937192948915]
  大規模言語モデル(LLM)は、文の意味を真に理解するのではなく、パターンマッチングに依存している。 確実に正しい応答を生成するには、文の意味を「理解」する必要がある。 ASPを利用したAutoConciergeシステムについて述べる。
  論文  参考訳（メタデータ） (2023-03-15T21:10:33Z)
• Intent Recognition in Conversational Recommender Systems [0.0]
  会話における入力発話を文脈化するためのパイプラインを導入する。 次に、逆機能エンジニアリングを活用して、コンテキスト化された入力と学習モデルをリンクして、意図認識をサポートするための次のステップを踏み出します。
  論文  参考訳（メタデータ） (2022-12-06T11:02:42Z)
• Natural Language Sentence Generation from API Specifications [5.192671914929481]
  本稿では,意図認識モデルを訓練するための文を生成するシステムを提案する。 ヒューマン・イン・ザ・ループのインタラクションはシステムにさらなる改善をもたらすだろう。
  論文  参考訳（メタデータ） (2022-06-01T15:50:14Z)
• Unsupervised Learning of Hierarchical Conversation Structure [50.29889385593043]
  ゴール指向の会話は、しばしば意味のあるサブ対話構造を持つが、ドメインに依存しやすい。 この研究は、ターンやサブダイアログのセグメントラベルを含む階層的な会話構造を学習するための教師なしのアプローチを導入する。 復号化構造は3つの会話レベル理解タスクのための言語ニューラルネットワークの強化に有用であることが示されている。
  論文  参考訳（メタデータ） (2022-05-24T17:52:34Z)
• KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
  対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。 本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
  論文  参考訳（メタデータ） (2022-05-11T16:01:03Z)
• Neural Approaches to Conversational Information Retrieval [94.77863916314979]
  会話情報検索(CIR)システムは、会話インタフェースを備えた情報検索(IR)システムである。 近年のディープラーニングの進歩により、自然言語処理(NLP)と会話型AIが大幅に改善されている。 この本は、ここ数年で開発された神経アプローチに焦点を当てた、CIRの最近の進歩を調査します。
  論文  参考訳（メタデータ） (2022-01-13T19:04:59Z)
• Can You be More Social? Injecting Politeness and Positivity into Task-Oriented Conversational Agents [60.27066549589362]
  人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。 このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。 人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
  論文  参考訳（メタデータ） (2020-12-29T08:22:48Z)
• An ontology-based chatbot for crises management: use case coronavirus [0.0]
  このプロジェクトでは、最大24時間利用可能となる最新情報を必要とする新型コロナウイルスアシスタントを作成する。 このマスター論文は、COVIDアシスタントについて議論し、各コンポーネントの詳細を説明するために捧げられている。
  論文  参考訳（メタデータ） (2020-11-02T09:30:51Z)
• Teaching Machines to Converse [24.64148203917298]
  この論文は、オープンドメイン対話生成システムにおけるニューラルネットワークモデルによる課題に対処しようとするものである。 我々は,対話型質問応答システムを開発するために,対話型質問応答システムを開発した。
  論文  参考訳（メタデータ） (2020-01-31T08:28:07Z)

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。