Fugu-MT 論文翻訳(概要): Chatbot: A Conversational Agent employed with Named Entity Recognition Model using Artificial Neural Network

論文の概要: Chatbot: A Conversational Agent employed with Named Entity Recognition Model using Artificial Neural Network

arxiv url: http://arxiv.org/abs/2007.04248v1
Date: Fri, 19 Jun 2020 14:47:21 GMT
ステータス: 処理完了
システム内更新日: 2022-11-19 03:40:27.913141
Title: Chatbot: A Conversational Agent employed with Named Entity Recognition Model using Artificial Neural Network
Title（参考訳）: Chatbot:ニューラルネットワークを用いた名前付きエンティティ認識モデルを用いた会話エージェント
Authors: Nazakat Ali
Abstract要約: 自然言語理解(NLU)はディープラーニングによって著しく改善されている。本研究では、データセットのNLUサービスに統合可能な名前付きエンティティ認識(NER)モデルに焦点を当てる。提案アーキテクチャのNERモデルは、手動で作成したエンティティに基づいてトレーニングされた人工ニューラルネットワークに基づいている。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Chatbot is a technology that is used to mimic human behavior using natural language. There are different types of Chatbot that can be used as conversational agent in various business domains in order to increase the customer service and satisfaction. For any business domain, it requires a knowledge base to be built for that domain and design an information retrieval based system that can respond the user with a piece of documentation or generated sentences. The core component of a Chatbot is Natural Language Understanding (NLU) which has been impressively improved by deep learning methods. But we often lack such properly built NLU modules and requires more time to build it from scratch for high quality conversations. This may encourage fresh learners to build a Chatbot from scratch with simple architecture and using small dataset, although it may have reduced functionality, rather than building high quality data driven methods. This research focuses on Named Entity Recognition (NER) and Intent Classification models which can be integrated into NLU service of a Chatbot. Named entities will be inserted manually in the knowledge base and automatically detected in a given sentence. The NER model in the proposed architecture is based on artificial neural network which is trained on manually created entities and evaluated using CoNLL-2003 dataset.
Abstract（参考訳）: Chatbotは自然言語を使って人間の行動を模倣する技術である。顧客サービスと満足度を高めるために、さまざまなビジネスドメインで会話エージェントとして使用できるチャットボットには、さまざまな種類がある。どのビジネスドメインに対しても、そのドメインのために知識ベースを構築し、ユーザに対してドキュメントや生成した文で応答可能な情報検索ベースのシステムを設計する必要があります。チャットボットの中核となるコンポーネントは自然言語理解(nlu)であり、ディープラーニング手法によって驚くほど改善されている。しかし、しばしばそのような適切に構築されたNLUモジュールが欠如しており、高品質な会話のためにスクラッチから構築するのにより多くの時間を必要とします。これにより、新しい学習者は、単純なアーキテクチャと小さなデータセットを使ってゼロからChatbotを構築することができるが、高品質なデータ駆動メソッドを構築するのではなく、機能を減らすことができる。本研究は,チャットボットのNLUサービスに統合可能な名前付きエンティティ認識(NER)と入出力分類モデルに焦点を当てる。名前付きエンティティは知識ベースに手動で挿入され、指定された文で自動的に検出される。提案アーキテクチャにおけるNERモデルは、手動で作成したエンティティに基づいてトレーニングされ、CoNLL-2003データセットを用いて評価される人工ニューラルネットワークに基づいている。

関連論文リスト

Distinguishing Chatbot from Human [1.1249583407496218]
我々は,75万以上の人文文からなる新しいデータセットを開発した。このデータセットに基づいて、テキストの起源を決定するために機械学習(ML)技術を適用する。提案手法は高い分類精度を提供し,テキスト解析に有用なツールである。
論文参考訳（メタデータ） (2024-08-03T13:18:04Z)
Automatically generating decision-support chatbots based on DMN models [0.0]
そこで本研究では,DNM決定モデルに基づく,完全機能的で使いやすい意思決定支援チャットボットの自動生成手法を提案する。チャットボットの開発時間を短縮し、ドメイン固有のチャットボットの開発を可能にすることを目的として、Demabotツールで必要なフェーズをすべて実装した。
論文参考訳（メタデータ） (2024-05-15T18:13:09Z)
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)
A Deep Learning Approach to Integrate Human-Level Understanding in a Chatbot [0.4632366780742501]
人間とは異なり、チャットボットは一度に複数の顧客にサービスを提供し、24/7で提供され、1秒以内で返信できる。深層学習を用いて感情分析,感情検出,意図分類,名義認識を行い,人文的理解と知性を備えたチャットボットを開発した。
論文参考訳（メタデータ） (2021-12-31T22:26:41Z)
ValueNet: A New Dataset for Human Value Driven Dialogue System [103.2044265617704]
本稿では,21,374のテキストシナリオに対する人間の態度を含む,ValueNetという大規模人的価値データセットを提案する。総合的な経験的結果は、学習された価値モデルが幅広い対話作業に有用であることを示している。 ValueNetは、人間の価値モデリングのための最初の大規模テキストデータセットである。
論文参考訳（メタデータ） (2021-12-12T23:02:52Z)
SYNERGY: Building Task Bots at Scale Using Symbolic Knowledge and Machine Teaching [75.87418236410296]
SynERGYは、タスクボットを2つのステップで開発するハイブリッド学習フレームワークである。トレーニング済みのニューラルダイアログモデルであるSOLOISTは、シミュレーションダイアログ上で微調整され、タスクのためのボットを構築する。微調整されたニューラルダイアログモデルは、機械教育を通じて、いくつかの実際のタスク固有のダイアログによって継続的に洗練される。
論文参考訳（メタデータ） (2021-10-21T23:13:04Z)
Training Conversational Agents with Generative Conversational Networks [74.9941330874663]
我々は、生成会話ネットワークを使用して、自動的にデータを生成し、社会的会話エージェントを訓練する。自動メトリクスと人的評価器を用いてTopicalChatのアプローチを評価し、10%のシードデータで100%のデータを使用するベースラインに近いパフォーマンスを示す。
論文参考訳（メタデータ） (2021-10-15T21:46:39Z)
Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
論文参考訳（メタデータ） (2021-10-15T14:36:45Z)
Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
論文参考訳（メタデータ） (2021-03-30T15:24:37Z)
A Multilingual African Embedding for FAQ Chatbots [0.0]
英語、フランス語、アラビア語、チュニジア語、igbo、yorub'a、hausaは言語や方言として使われている。本稿では,質問応答タスクのためのアフリカ方言に適した改良されたStarSpace埋め込みについて述べる。
論文参考訳（メタデータ） (2021-03-16T16:36:40Z)
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)

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。