Fugu-MT 論文翻訳(概要): Rethinking Dialogue State Tracking with Reasoning

論文の概要: Rethinking Dialogue State Tracking with Reasoning

arxiv url: http://arxiv.org/abs/2005.13129v2
Date: Wed, 3 Jun 2020 15:12:56 GMT
ステータス: 処理完了
システム内更新日: 2022-11-28 09:07:09.565045
Title: Rethinking Dialogue State Tracking with Reasoning
Title（参考訳）: 推論による対話状態追跡の再考
Authors: Lizi Liao, Yunshan Ma, Wenqiang Lei, Tat-Seng Chua
Abstract要約: 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。
参考スコア（独自算出の注目度）: 76.0991910623001
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Tracking dialogue states to better interpret user goals and feed downstream policy learning is a bottleneck in dialogue management. Common practice has been to treat it as a problem of classifying dialogue content into a set of pre-defined slot-value pairs, or generating values for different slots given the dialogue history. Both have limitations on considering dependencies that occur on dialogues, and are lacking of reasoning capabilities. This paper proposes to track dialogue states gradually with reasoning over dialogue turns with the help of the back-end data. Empirical results demonstrate that our method significantly outperforms the state-of-the-art methods by 38.6% in terms of joint belief accuracy for MultiWOZ 2.1, a large-scale human-human dialogue dataset across multiple domains.
Abstract（参考訳）: ユーザの目標をよりよく解釈し、下流のポリシー学習を養うための対話状態の追跡は、対話管理におけるボトルネックである。一般的には、対話内容を事前に定義されたスロット値ペアのセットに分類したり、対話履歴から異なるスロットの値を生成する問題として扱う。両者とも、対話で起こる依存関係を考える上で制限があり、推論能力に欠ける。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,本手法は多分野にわたる大規模人文対話データセットであるMultiWOZ 2.1の共信精度において,最先端の手法よりも38.6%優れていた。

関連論文リスト

Context Does Matter: Implications for Crowdsourced Evaluation Labels in Task-Oriented Dialogue Systems [57.16442740983528]
クラウドソースラベルは、タスク指向の対話システムを評価する上で重要な役割を果たす。従来の研究では、アノテーションプロセスで対話コンテキストの一部だけを使用することが提案されている。本研究では,対話文脈がアノテーション品質に及ぼす影響について検討する。
論文参考訳（メタデータ） (2024-04-15T17:56:39Z)
Pre-training Multi-party Dialogue Models with Latent Discourse Inference [85.9683181507206]
我々は、多人数対話の会話構造、すなわち、各発話が応答する相手を理解するモデルを事前訓練する。ラベル付きデータを完全に活用するために,談話構造を潜在変数として扱い,それらを共同で推論し,談話認識モデルを事前学習することを提案する。
論文参考訳（メタデータ） (2023-05-24T14:06:27Z)
Manual-Guided Dialogue for Flexible Conversational Agents [84.46598430403886]
対話データを効率的に構築し、利用する方法や、さまざまなドメインにモデルを大規模にデプロイする方法は、タスク指向の対話システムを構築する上で重要な問題である。エージェントは対話とマニュアルの両方からタスクを学習する。提案手法は,詳細なドメインオントロジーに対する対話モデルの依存性を低減し,様々なドメインへの適応をより柔軟にする。
論文参考訳（メタデータ） (2022-08-16T08:21:12Z)
Act-Aware Slot-Value Predicting in Multi-Domain Dialogue State Tracking [5.816391291790977]
対話状態追跡(DST)は、人間と機械の相互作用を追跡し、対話を管理するための状態表現を生成することを目的としている。機械読解の最近の進歩は、対話状態追跡のための分類型と非分類型のスロットの両方を予測する。我々は対話行為を定式化し、機械読解の最近の進歩を活用し、対話状態追跡のためのカテゴリー型と非カテゴリ型の両方のスロットを予測する。
論文参考訳（メタデータ） (2022-08-04T05:18:30Z)
Beyond the Granularity: Multi-Perspective Dialogue Collaborative Selection for Dialogue State Tracking [18.172993687706708]
対話状態追跡においては、対話履歴は重要な材料であり、その利用法は異なるモデルによって異なる。状態更新のために各スロットに対応する対話内容を動的に選択するDiCoS-DSTを提案する。提案手法は,MultiWOZ 2.1およびMultiWOZ 2.2上での最先端性能を実現し,複数の主流ベンチマークデータセット上での優れた性能を実現する。
論文参考訳（メタデータ） (2022-05-20T10:08:45Z)
Dialogue Summaries as Dialogue States (DS2), Template-Guided Summarization for Few-shot Dialogue State Tracking [16.07100713414678]
DST(Few-shot dialogue state tracking)は、この問題に対する現実的な解決策である。本稿では,対話状態追跡を対話要約問題として再検討する。
論文参考訳（メタデータ） (2022-03-03T07:54:09Z)
Dialogue State Tracking with Multi-Level Fusion of Predicted Dialogue States and Conversations [2.6529642559155944]
予測対話状態と会話ネットワークの多レベル融合による対話状態追跡を提案する。本モデルでは,各発話,対応する最終対話状態,対話スロット間の相互作用をモデル化することにより,各対話ターンに関する情報を抽出する。
論文参考訳（メタデータ） (2021-07-12T02:30:30Z)
Domain State Tracking for a Simplified Dialogue System [3.962145079528281]
対話履歴全体ではなく,入力コンテキストを簡略化したタスク指向対話システムであるdotsを提案する。 DoTSは、MultiWOZの以前の最先端モデルと比較して、それぞれ1.09ポイントと1.24ポイントのインフォメーションレートと成功率を改善する。
論文参考訳（メタデータ） (2021-03-11T13:00:54Z)
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)
Dialogue-Based Relation Extraction [53.2896545819799]
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。
論文参考訳（メタデータ） (2020-04-17T03:51:57Z)

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。