論文の概要: Parallel Interactive Networks for Multi-Domain Dialogue State Generation

• arxiv url: http://arxiv.org/abs/2009.07616v3
• Date: Thu, 22 Oct 2020 14:19:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-17 23:53:44.371545
• Title: Parallel Interactive Networks for Multi-Domain Dialogue State Generation
• Title（参考訳）: マルチドメイン対話状態生成のための並列ネットワーク
• Authors: Junfan Chen, Richong Zhang, Yongyi Mao, Jie Xu
• Abstract要約: 既存のマルチドメイン対話状態追跡(MDST)モデルでは、システムとユーザ発話の同一ターンおよび異なるターン間の依存関係は、完全には考慮されない。 本研究では,MDSTの設計において,これらの依存関係の組み入れが重要であることを論じ,これらの依存関係をモデル化するための並列対話型ネットワーク(PIN)を提案する。
• 参考スコア（独自算出の注目度）: 40.808421462004866
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The dependencies between system and user utterances in the same turn and across different turns are not fully considered in existing multidomain dialogue state tracking (MDST) models. In this study, we argue that the incorporation of these dependencies is crucial for the design of MDST and propose Parallel Interactive Networks (PIN) to model these dependencies. Specifically, we integrate an interactive encoder to jointly model the in-turn dependencies and cross-turn dependencies. The slot-level context is introduced to extract more expressive features for different slots. And a distributed copy mechanism is utilized to selectively copy words from historical system utterances or historical user utterances. Empirical studies demonstrated the superiority of the proposed PIN model.
• Abstract（参考訳）: 既存のマルチドメイン対話状態追跡(mdst)モデルでは、システムとユーザの発話の依存性が同じ順番と異なる順番で完全に考慮されていない。 本研究では,mdstの設計において,これらの依存関係の組込みが重要であり,これらの依存関係をモデル化するための並列ネットワーク (pin) を提案する。 具体的には、対話型エンコーダを統合し、インターン依存関係とクロスターン依存関係を共同でモデル化する。 スロットレベルのコンテキストを導入し、異なるスロットに対してより表現力のある特徴を抽出する。 また、分散コピー機構を利用して、履歴システム発話や履歴ユーザ発話から単語を選択的にコピーする。 実証的研究は提案されたPINモデルの優越性を実証した。

関連論文リスト

• DialCLIP: Empowering CLIP as Multi-Modal Dialog Retriever [83.33209603041013]
  マルチモーダルダイアログ検索のためのパラメータ効率の高いプロンプトチューニング手法であるDialCLIPを提案する。 提案手法では,事前学習された視覚言語モデルCLIP内のプロンプトに抽出された文脈特徴を学習するためのマルチモーダルコンテキスト生成手法を提案する。 様々なタイプの検索を容易にするために,CLIP出力からマルチモーダル表現空間へのマッピングを学習するために,複数の専門家を設計する。
  論文  参考訳（メタデータ） (2024-01-02T07:40:12Z)
• Diverse and Faithful Knowledge-Grounded Dialogue Generation via Sequential Posterior Inference [82.28542500317445]
  本稿では,知識の選択と対話生成が可能な,逐次後推論(Sequential Posterior Inference, SPI)と呼ばれるエンドツーエンド学習フレームワークを提案する。 他の方法とは異なり、SPIは推論ネットワークを必要とせず、後部分布の単純な幾何学を仮定する。
  論文  参考訳（メタデータ） (2023-06-01T21:23:13Z)
• Back to the Future: Bidirectional Information Decoupling Network for Multi-turn Dialogue Modeling [80.51094098799736]
  ユニバーサル対話エンコーダとして双方向情報デカップリングネットワーク(BiDeN)を提案する。 BiDeNは過去と将来の両方のコンテキストを明示的に取り入れており、幅広い対話関連のタスクに一般化することができる。 異なる下流タスクのデータセットに対する実験結果は、我々のBiDeNの普遍性と有効性を示している。
  論文  参考訳（メタデータ） (2022-04-18T03:51:46Z)
• Hybrid Supervised Reinforced Model for Dialogue Systems [2.1485350418225244]
  このモデルは,対話管理に必要なタスク – 状態追跡と意思決定 – に対処する。 このモデルは、非リカレントベースラインよりも高い性能、学習速度、堅牢性を達成する。
  論文  参考訳（メタデータ） (2020-11-04T12:03:12Z)
• Multi-turn Response Selection using Dialogue Dependency Relations [39.99448321736736]
  マルチターン応答選択は対話エージェントを開発するために設計されたタスクである。 本稿では,対話履歴を依存関係に基づいてスレッドに変換する対話抽出アルゴリズムを提案する。 我々のモデルは、D7とDSTC8*の両方で最先端のベースラインを上回り、Ubuntu上での競合的な結果です。
  論文  参考訳（メタデータ） (2020-10-04T08:00:19Z)
• Non-Autoregressive Dialog State Tracking [122.2328875457225]
  非自己回帰的対話状態追跡(NADST)の新しい枠組みを提案する。 NADSTはドメインとスロット間の潜在的な依存関係を分解し、分離されたスロットではなく完全なセットとして対話状態の予測を改善するためにモデルを最適化する。 以上の結果から,MultiWOZ 2.1コーパス上の全領域にわたる最先端の接合精度が得られた。
  論文  参考訳（メタデータ） (2020-02-19T06:39:26Z)
• MA-DST: Multi-Attention Based Scalable Dialog State Tracking [13.358314140896937]
  ダイアログ状態追跡ダイアログは、ユーザーが目標を達成するための自然言語インターフェースを提供する。 正確なマルチドメインDSTを実現するためには、過去の発話とスロットセマンティクス間の依存関係をエンコードする必要がある。 本稿では,会話履歴とスロットの意味を符号化する新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-02-07T05:34:58Z)
• Variational Hierarchical Dialog Autoencoder for Dialog State Tracking Data Augmentation [59.174903564894954]
  本研究では,この手法を,ゴール指向対話のための対話状態追跡タスクに拡張する。 目的指向ダイアログの完全な側面をモデル化するための変分階層型ダイアログオートエンコーダ(VHDA)を提案する。 各種ダイアログデータセットを用いた実験により、生成データ拡張による下流ダイアログトラッカーのロバスト性の向上が示された。
  論文  参考訳（メタデータ） (2020-01-23T15:34:56Z)

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。