論文の概要: The SPPD System for Schema Guided Dialogue State Tracking Challenge

• arxiv url: http://arxiv.org/abs/2006.09035v1
• Date: Tue, 16 Jun 2020 09:57:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-20 20:56:43.944304
• Title: The SPPD System for Schema Guided Dialogue State Tracking Challenge
• Title（参考訳）: スキーマガイドによる対話状態追跡のためのSPPDシステム
• Authors: Miao Li, Haoqi Xiong, Yunbo Cao (Smart Platform Product Department, Tencent Inc, China)
• Abstract要約: 本稿では,Dialog System Technology Challenges 8(DSTC8)について紹介する。 DSTC8のトラック4と名付けられたこのチャレンジは、スケーラブルなマルチドメイン対話状態追跡アルゴリズムを開発するための、まったく新しい、そして挑戦的なデータセットを提供する。 本稿では,ゼロショット対話状態追跡システムを提案する。
• 参考スコア（独自算出の注目度）: 2.181419218084711
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces one of our group's work on the Dialog System Technology Challenges 8 (DSTC8), the SPPD system for Schema Guided dialogue state tracking challenge. This challenge, named as Track 4 in DSTC8, provides a brand new and challenging dataset for developing scalable multi-domain dialogue state tracking algorithms for real world dialogue systems. We propose a zero-shot dialogue state tracking system for this task. The key components of the system is a number of BERT based zero-shot NLU models that can effectively capture semantic relations between natural language descriptions of services' schemas and utterances from dialogue turns. We also propose some strategies to make the system better to exploit information from longer dialogue history and to overcome the slot carryover problem for multi-domain dialogues. The experimental results show that the proposed system achieves a significant improvement compared with the baseline system.
• Abstract（参考訳）: 本稿では,Schema Guidedによる対話状態追跡のためのSPPDシステムであるDialog System Technology Challenges 8 (DSTC8)について紹介する。 この挑戦はDSTC8のトラック4と名付けられ、現実世界の対話システムのためのスケーラブルなマルチドメイン対話状態追跡アルゴリズムを開発するための、全く新しい、挑戦的なデータセットを提供する。 本稿では,ゼロショット対話状態追跡システムを提案する。 システムの主要なコンポーネントはBERTベースのゼロショットNLUモデルで、サービスのスキーマの自然言語記述と対話からの発話とのセマンティックな関係を効果的に捉えることができる。 また,より長い対話履歴からの情報を活用し,複数ドメイン対話におけるスロット転送問題を克服するための戦略を提案する。 実験結果から,提案方式はベースラインシステムと比較して大幅な改善が得られた。

関連論文リスト

• Are cascade dialogue state tracking models speaking out of turn in spoken dialogues? [1.786898113631979]
  本稿では,対話状態追跡のような複雑な環境下でのアートシステムのエラーを包括的に解析する。 音声MultiWozに基づいて、音声対話システムとチャットベースの対話システムとのギャップを埋めるためには、非カテゴリースロットの値の誤差に対処することが不可欠である。
  論文  参考訳（メタデータ） (2023-11-03T08:45:22Z)
• Self-Explanation Prompting Improves Dialogue Understanding in Large Language Models [52.24756457516834]
  大規模言語モデル(LLM)の理解能力を高めるための新たな「自己説明(Self-Explanation)」を提案する。 このタスクに依存しないアプローチでは、タスク実行前の各対話発話を分析し、様々な対話中心のタスクのパフォーマンスを向上させる必要がある。 6つのベンチマークデータセットによる実験結果から,本手法は他のゼロショットプロンプトよりも一貫して優れており,数ショットプロンプトの有効性を超えていることが明らかとなった。
  論文  参考訳（メタデータ） (2023-09-22T15:41:34Z)
• S3-DST: Structured Open-Domain Dialogue Segmentation and State Tracking in the Era of LLMs [22.319211779438934]
  LLM(Large Language Model)ベースのチャットシステムが出現すると、オープンドメイン対話に多くの現実世界の複雑さがもたらされた。 オープンドメイン対話システムにおいて,セグメントごとの対話セグメントと状態トラッキングを提案する。 我々は、匿名化されたオープンドメイン対話データセットと、公開されているDSTおよびセグメンテーションデータセットを用いて、S3-DSTを評価する。
  論文  参考訳（メタデータ） (2023-09-16T00:59:23Z)
• 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)
• UniDS: A Unified Dialogue System for Chit-Chat and Task-oriented Dialogues [59.499965460525694]
  上記の2つのスキルを備えた統合対話システム(UniDS)を提案する。 我々は、チャットとタスク指向の対話の両方に対応可能な統合対話データスキーマを設計する。 我々は、事前訓練されたチャット対話モデルから混合対話データでUniDSを訓練する。
  論文  参考訳（メタデータ） (2021-10-15T11:56:47Z)
• Overview of the Ninth Dialog System Technology Challenge: DSTC9 [111.35889309106359]
  第9回対話システム技術チャレンジ(DSTC-9)は、対話システムにおける4つの異なるタスクにエンドツーエンドの対話技術を適用することに焦点を当てている。 本稿では,各トラックのタスク定義,データセット,ベースライン,評価設定について述べる。
  論文  参考訳（メタデータ） (2020-11-12T16:43:10Z)
• 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)
• Pre-Trained and Attention-Based Neural Networks for Building Noetic Task-Oriented Dialogue Systems [47.230754691257836]
  本稿では,NOESIS II チャレンジの下で,全てのサブタスクで評価されるシステムについて述べる。 マルチターン対話システムにおいて,事前学習した言語モデルに適応する適応法が提案されている。 DSTC8のトラック2の評価結果では,提案モデルがサブタスク1で第4位,サブタスク2で第3位,サブタスク3で第1位,サブタスク4で第4位であった。
  論文  参考訳（メタデータ） (2020-04-04T14:14:43Z)
• Hierarchical Context Enhanced Multi-Domain Dialogue System for Multi-domain Task Completion [17.66372217976539]
  本稿では,提案した階層型文脈拡張対話システム(HCEDS)について述べる。 本システムの主な動機は,複雑な対話を十分に理解するための階層的文脈の可能性を包括的に探求することである。 その結果,本システムは自動評価において第1位,人的評価では第2位となることがわかった。
  論文  参考訳（メタデータ） (2020-03-03T05:10:13Z)

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。