論文の概要: Learning to Plan and Realize Separately for Open-Ended Dialogue Systems
- arxiv url: http://arxiv.org/abs/2009.12506v2
- Date: Sun, 4 Oct 2020 23:57:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-14 08:44:21.568453
- Title: Learning to Plan and Realize Separately for Open-Ended Dialogue Systems
- Title(参考訳): オープンエンド対話システムの設計と実現のための学習
- Authors: Sashank Santhanam, Zhuo Cheng, Brodie Mather, Bonnie Dorr, Archna
Bhatia, Bryanna Hebenstreit, Alan Zemel, Adam Dalton, Tomek Strzalkowski and
Samira Shaikh
- Abstract要約: 生成を、計画と実現の2つのフェーズに分離します。
プロセスから計画と実現への分離は、エンドツーエンドのアプローチよりも優れていることを実証します。
- 参考スコア(独自算出の注目度): 7.790365778349838
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Achieving true human-like ability to conduct a conversation remains an
elusive goal for open-ended dialogue systems. We posit this is because extant
approaches towards natural language generation (NLG) are typically construed as
end-to-end architectures that do not adequately model human generation
processes. To investigate, we decouple generation into two separate phases:
planning and realization. In the planning phase, we train two planners to
generate plans for response utterances. The realization phase uses response
plans to produce an appropriate response. Through rigorous evaluations, both
automated and human, we demonstrate that decoupling the process into planning
and realization performs better than an end-to-end approach.
- Abstract(参考訳): 会話を行う真の人間的な能力を達成することは、オープンエンドの対話システムにとって、明白な目標である。
これは、現在、自然言語生成(NLG)へのアプローチが、人間の生成プロセスを適切にモデル化しないエンドツーエンドアーキテクチャとして解釈されているためである。
そこで我々は,生成を計画と実現の2つの段階に分けた。
計画段階では,2つのプランナーを訓練し,応答発話の計画を生成する。
実現フェーズでは、適切な応答を生成するためにレスポンスプランを使用する。
自動化と人間両方の厳密な評価を通じて、プロセスの計画と実現への分離がエンドツーエンドのアプローチよりも優れていることを示す。
関連論文リスト
- Target-constrained Bidirectional Planning for Generation of
Target-oriented Proactive Dialogue [11.338393954848632]
ターゲット指向対話生成のための効果的な対話計画に着目する。
認知科学における意思決定理論に着想を得て,新たな目標制約型双方向計画手法を提案する。
我々のアルゴリズムは、様々なベースラインモデルよりも大幅に優れている。
論文 参考訳(メタデータ) (2024-03-10T02:14:24Z) - Learning adaptive planning representations with natural language
guidance [90.24449752926866]
本稿では,タスク固有の計画表現を自動構築するフレームワークであるAdaについて述べる。
Adaは、プランナー互換の高レベルアクション抽象化と、特定の計画タスク領域に適応した低レベルコントローラのライブラリを対話的に学習する。
論文 参考訳(メタデータ) (2023-12-13T23:35:31Z) - EIPE-text: Evaluation-Guided Iterative Plan Extraction for Long-Form
Narrative Text Generation [114.50719922069261]
長文物語テキスト生成のための評価誘導反復計画抽出法(EIPE-text)を提案する。
EIPEテキストには、計画抽出、学習、推論の3段階がある。
小説やストーリーテリングの分野におけるEIPEテキストの有効性を評価する。
論文 参考訳(メタデータ) (2023-10-12T10:21:37Z) - CoPAL: Corrective Planning of Robot Actions with Large Language Models [8.209152055117283]
本稿では,認知レベル間のシームレスな相互作用を編成し,推論,計画,動作生成を包含するシステムアーキテクチャを提案する。
中心となるのは、生成した計画における物理的に基底的、論理的、セマンティックなエラーを処理する、新しいリプラン戦略である。
論文 参考訳(メタデータ) (2023-10-11T07:39:42Z) - When Prolog meets generative models: a new approach for managing
knowledge and planning in robotic applications [3.8817507108225873]
本稿では,Prolog言語を用いたロボット指向の知識管理システムを提案する。
このフレームワークはオープンソースのツールセットによってサポートされており、現実的なアプリケーションで示されています。
論文 参考訳(メタデータ) (2023-09-26T16:26:17Z) - Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。
我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。
我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-06-06T19:17:47Z) - PlaSma: Making Small Language Models Better Procedural Knowledge Models
for (Counterfactual) Planning [72.0564921186518]
PlaSmaは、手続き的な知識と(非現実的な)計画能力を持つ小さな言語モデルを実現するための、新しい2段階のアプローチである。
より具体的には、小言語モデルにおける暗黙的知識を高めるために、記号的手続き的知識蒸留を開発する。
さらに, 対実的状況に対応するための計画の見直しを必要とする, 対実的計画という新たな課題を導入する。
論文 参考訳(メタデータ) (2023-05-31T00:55:40Z) - EM Pre-training for Multi-party Dialogue Response Generation [86.25289241604199]
多人数対話では、応答発話の宛先を生成前に指定する必要がある。
本稿では,アドレナラベルを生成するための期待ステップを反復的に実行する期待最大化(EM)アプローチを提案する。
論文 参考訳(メタデータ) (2023-05-21T09:22:41Z) - Dialogue Planning via Brownian Bridge Stochastic Process for
Goal-directed Proactive Dialogue [9.99763097964222]
ゴール指向対話システムは,マルチターン会話を通じて事前決定された目標に積極的に到達することを目的としている。
このタスクを達成するための鍵は、ターゲットに向かってスムーズかつ一貫性のある会話を誘導する対話パスを計画することにある。
本稿では,対話経路の時間的ダイナミクスをモデル化するプロセスを用いた対話計画手法を提案する。
論文 参考訳(メタデータ) (2023-05-09T09:28:23Z) - Controllable Mixed-Initiative Dialogue Generation through Prompting [50.03458333265885]
混合開始対話タスクには、情報の繰り返し交換と会話制御が含まれる。
エージェントは、ポリシープランナーが定める特定の対話意図や戦略に従う応答を生成することにより、コントロールを得る。
標準的なアプローチは、これらの意図に基づいて生成条件を実行するために、訓練済みの言語モデルを微調整している。
代わりに、条件生成の微調整に代えて、大きな言語モデルをドロップインで置き換えるように促します。
論文 参考訳(メタデータ) (2023-05-06T23:11:25Z) - Towards a Progression-Aware Autonomous Dialogue Agent [14.09591070450606]
本稿では,対話エージェントが対話の進行を望ましい結果から遠ざかることができる枠組みを提案する。
本フレームワークは,(1)「グローバル」対話状態(GDS)の概念,(2)会話の軌跡から計算したタスク固有進行関数(PF),(3)エージェントが進行信号を使用して次の応答を選択する対話ロールアウトに基づく計画機構の3つの重要な要素から構成される。
論文 参考訳(メタデータ) (2022-05-07T17:37:43Z)
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。