論文の概要: Beyond Domain APIs: Task-oriented Conversational Modeling with Unstructured Knowledge Access

• arxiv url: http://arxiv.org/abs/2006.03533v1
• Date: Fri, 5 Jun 2020 16:12:18 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-25 02:41:37.164180
• Title: Beyond Domain APIs: Task-oriented Conversational Modeling with Unstructured Knowledge Access
• Title（参考訳）: ドメインAPIを超えて:非構造化知識アクセスによるタスク指向の会話モデリング
• Authors: Seokhwan Kim, Mihail Eric, Karthik Gopalakrishnan, Behnam Hedayatnia, Yang Liu, Dilek Hakkani-Tur
• Abstract要約: 本稿では,外的非構造的知識源を取り入れたタスク指向対話システムの拡張を提案する。 我々は,知識探索ターン検出,知識選択,知識接地応答生成という3つのサブタスクを定義した。 我々はMultiWOZ 2.1の拡張版を紹介した。
• 参考スコア（独自算出の注目度）: 18.37585134613816
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most prior work on task-oriented dialogue systems are restricted to a limited coverage of domain APIs, while users oftentimes have domain related requests that are not covered by the APIs. In this paper, we propose to expand coverage of task-oriented dialogue systems by incorporating external unstructured knowledge sources. We define three sub-tasks: knowledge-seeking turn detection, knowledge selection, and knowledge-grounded response generation, which can be modeled individually or jointly. We introduce an augmented version of MultiWOZ 2.1, which includes new out-of-API-coverage turns and responses grounded on external knowledge sources. We present baselines for each sub-task using both conventional and neural approaches. Our experimental results demonstrate the need for further research in this direction to enable more informative conversational systems.
• Abstract（参考訳）: タスク指向の対話システムに関するこれまでの作業は、ドメインAPIの限定的なカバレッジに制限されている。 本稿では,外部の非構造化知識源を取り入れたタスク指向対話システムの拡張を提案する。 我々は,知識探索ターン検出,知識選択,知識接地応答生成という3つのサブタスクを定義し,個別または共同でモデル化できる。 外部の知識ソースを基盤とした新たなapi対応と応答を含む,multiwoz 2.1の拡張版を紹介する。 従来のアプローチとニューラルアプローチの両方を用いて,各サブタスクのベースラインを示す。 実験結果から,より情報的な会話システムを実現するために,この方向へのさらなる研究の必要性が示された。

関連論文リスト

• DIVKNOWQA: Assessing the Reasoning Ability of LLMs via Open-Domain Question Answering over Knowledge Base and Text [73.68051228972024]
  大きな言語モデル(LLM)は印象的な生成能力を示すが、内部知識に依存すると幻覚に悩まされる。 検索拡張LDMは、外部知識においてLLMを基盤とする潜在的な解決策として出現している。
  論文  参考訳（メタデータ） (2023-10-31T04:37:57Z)
• Large Language Models as Source Planner for Personalized Knowledge-grounded Dialogue [72.26474540602517]
  SAFARIは、教師なしと教師なしの両方の設定で計画し、理解し、導入するための新しいフレームワークである。 我々は、パーソナライズされた知識ベース対話データセットtextittextbfKnowledge textbfBehind textbfPersona(textbfKBP)を構築する。 KBPデータセットによる実験結果から,SAFARIフレームワークはペルソナ一貫性と知識強化の応答を効果的に生成できることが示された。
  論文  参考訳（メタデータ） (2023-10-13T03:38:38Z)
• Dual Semantic Knowledge Composed Multimodal Dialog Systems [114.52730430047589]
  本稿では,MDS-S2という新しいマルチモーダルタスク指向対話システムを提案する。 コンテキスト関連属性と関係知識を知識ベースから取得する。 また、合成された応答表現から意味情報を抽出するために、潜在クエリ変数のセットを考案する。
  論文  参考訳（メタデータ） (2023-05-17T06:33:26Z)
• Multimodal Dialog Systems with Dual Knowledge-enhanced Generative Pretrained Language Model [63.461030694700014]
  マルチモーダルなタスク指向対話システム(DKMD)のための新しい二元的知識強化型事前学習言語モデルを提案する。 提案したDKMDは,2つの知識選択,2つの知識強調型文脈学習,知識強調型応答生成という3つの重要なコンポーネントから構成される。 パブリックデータセットの実験は、最先端の競合相手よりも提案されたDKMDの優位性を検証する。
  論文  参考訳（メタデータ） (2022-07-16T13:02:54Z)
• OPERA: Harmonizing Task-Oriented Dialogs and Information Seeking Experience [87.0233567695073]
  会話型AIにおける既存の研究は、主にタスク指向対話(TOD)と質問応答(QA)を別々のタスクとして扱う。 そこで我々は,TODとQAタスクを組み合わせた新たなタスクであるOpen-Book TOD (OB-TOD)を提案する。 我々は,そのタスクに対処するために,明示的で暗黙的な外部知識を適切にアクセス可能な統一モデルOPERAを提案する。
  論文  参考訳（メタデータ） (2022-06-24T18:21:26Z)
• TegTok: Augmenting Text Generation via Task-specific and Open-world Knowledge [83.55215993730326]
  本稿では,タスク固有およびオープンワールド知識(TegTok)によるTExt生成の統一化を提案する。 本モデルでは,2種類の知識ソースからの知識エントリを高密度検索により選択し,それぞれ入力エンコーディングと出力デコーディングの段階に注入する。
  論文  参考訳（メタデータ） (2022-03-16T10:37:59Z)
• Can I Be of Further Assistance? Using Unstructured Knowledge Access to Improve Task-oriented Conversational Modeling [39.60614611655266]
  この研究は、外部の非構造化の知識ソースを組み込むことによって、APIをカバーしていないユーザターンに応答することに焦点を当てている。 最初の2つのステップで新たなデータ拡張手法を導入し、対話コンテキストから抽出した情報を使用することで、知識選択とエンドツーエンドのパフォーマンスが向上することを示す。
  論文  参考訳（メタデータ） (2021-06-16T23:31:42Z)
• Beyond Domain APIs: Task-oriented Conversational Modeling with Unstructured Knowledge Access Track in DSTC9 [21.181446816074704]
  この課題トラックは、外部の非構造化知識ソースを組み込むことで、タスク指向対話システムの範囲を広げることを目的としている。 知識探索型ターン検出,知識選択,知識接地型応答生成の3つのタスクを定義した。
  論文  参考訳（メタデータ） (2021-01-22T18:57:56Z)
• Unstructured Knowledge Access in Task-oriented Dialog Modeling using Language Inference, Knowledge Retrieval and Knowledge-Integrative Response Generation [44.184890645068485]
  外部知識に富んだダイアログシステムは、サポートするデータベース/APIの範囲外にあるユーザクエリを処理できる。 タスク指向対話システムのパイプラインを構成するKDEAK, KnowleDgEFactor, Ens-GPTの3つのサブシステムを提案する。 実験の結果,提案パイプラインシステムはベースラインを上回り,高品質な応答を生成することがわかった。
  論文  参考訳（メタデータ） (2021-01-15T11:24:32Z)
• Learning to Retrieve Entity-Aware Knowledge and Generate Responses with Copy Mechanism for Task-Oriented Dialogue Systems [43.57597820119909]
  第9回対話システム技術チャレンジ(DSTC 9)のトラック1として非構造化知識アクセスを用いたタスク指向対話型モデリング この課題は,(1)知識探索ターン検出,(2)知識選択,(3)知識接地応答生成の3つのサブタスクに分けることができる。 我々は、異なるサブタスクのベースエンコーダとして、事前訓練された言語モデルELECTRAとRoBERTaを使用します。
  論文  参考訳（メタデータ） (2020-12-22T11:36:37Z)

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。