論文の概要: Dialog as a Vehicle for Lifelong Learning
- arxiv url: http://arxiv.org/abs/2006.14767v1
- Date: Fri, 26 Jun 2020 03:08:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-16 21:49:25.958741
- Title: Dialog as a Vehicle for Lifelong Learning
- Title（参考訳）: 生涯学習の手段としてのダイアログ
- Authors: Aishwarya Padmakumar, Raymond J. Mooney
- Abstract要約: 本稿では,生涯学習が可能な対話システムを設計する際の問題点について述べる。
この方向への先行作業の例を含み、対処すべき課題について議論する。
- 参考スコア（独自算出の注目度）: 24.420113907842147
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dialog systems research has primarily been focused around two main types of
applications - task-oriented dialog systems that learn to use clarification to
aid in understanding a goal, and open-ended dialog systems that are expected to
carry out unconstrained "chit chat" conversations. However, dialog interactions
can also be used to obtain various types of knowledge that can be used to
improve an underlying language understanding system, or other machine learning
systems that the dialog acts over. In this position paper, we present the
problem of designing dialog systems that enable lifelong learning as an
important challenge problem, in particular for applications involving
physically situated robots. We include examples of prior work in this
direction, and discuss challenges that remain to be addressed.
- Abstract（参考訳）: ダイアログシステムの研究は、主に2つの主要なタイプのアプリケーションに焦点を当ててきた。目標を理解するのに明確化の使用を学ぶタスク指向のダイアログシステムと、制約のない「チップチャット」会話を実行することが期待されるオープンエンドのダイアログシステムである。
しかし、ダイアログの相互作用は、基礎となる言語理解システムや、ダイアログが処理する他の機械学習システムを改善するために使用できる様々な種類の知識を得るためにも使用できる。
本稿では,ロボットの身体配置を含むアプリケーションにおいて,生涯学習を重要な課題課題とする対話システムの設計について述べる。
この方向への事前作業の例を取り上げ、対処すべき課題について議論します。
関連論文リスト
- Task-Oriented Dialogue with In-Context Learning [0.0]
本稿では、大規模言語モデル(LLM)の文脈内学習能力と、ビジネスロジックの決定論的実行を組み合わせたタスク指向対話システムを構築するシステムについて述べる。
LLMは、会話の表面形式とビジネスロジックの進行に使用されるドメイン固有言語の間の翻訳に使用される。
論文 参考訳（メタデータ） (2024-02-19T15:43:35Z) - 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) - A Survey on Proactive Dialogue Systems: Problems, Methods, and Prospects [100.75759050696355]
本稿では,対話エージェントの多種多様な対話における能動性に関する顕著な問題と先進的な設計について概説する。
我々は、現実世界のアプリケーションのニーズを満たすが、将来もっと研究に焦点を当てる必要がある課題について議論する。
論文 参考訳（メタデータ） (2023-05-04T11:38:49Z) - 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) - 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) - Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
対話モデリングの観点から,従来の手法を検討した。
対話理解タスクで広く使用されている対話モデリングの3つの典型的なパターンについて議論します。
論文 参考訳（メタデータ） (2021-03-04T15:50:17Z) - Recent Advances and Challenges in Task-oriented Dialog System [63.82055978899631]
課題指向対話システムは、学術・産業社会でますます注目を集めている。
タスク指向ダイアログシステムにおける3つの重要なトピックについて論じる。(1)低リソース環境でのダイアログモデリングを容易にするデータ効率の改善、(2)ダイアログポリシー学習のためのマルチターンダイナミクスのモデリング、(3)ダイアログモデルへのドメイン知識の統合。
論文 参考訳（メタデータ） (2020-03-17T01:34:56Z) - Attention over Parameters for Dialogue Systems [69.48852519856331]
我々は,異なる対話スキルを個別にパラメータ化する対話システムを学び,AoP(Attention over Parameters)を通じてそれぞれを選択し,組み合わせることを学ぶ。
実験の結果,MultiWOZ,In-Car Assistant,Persona-Chatの複合データセット上での競合性能が得られた。
論文 参考訳（メタデータ） (2020-01-07T03:10:42Z)
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。