論文の概要: Stylized Dialogue Response Generation Using Stylized Unpaired Texts

• arxiv url: http://arxiv.org/abs/2009.12719v2
• Date: Wed, 16 Dec 2020 02:21:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-14 03:35:33.166089
• Title: Stylized Dialogue Response Generation Using Stylized Unpaired Texts
• Title（参考訳）: スタイライゼーションアンペアテキストを用いたスタイライゼーション対話応答生成
• Authors: Yinhe Zheng, Zikai Chen, Rongsheng Zhang, Shilei Huang, Xiaoxi Mao, Minlie Huang
• Abstract要約: 本稿では,文中に埋め込まれた文体の特徴を抽出する文体化対話生成手法を提案する。 提案手法は,与えられたコンテキストに忠実で,対象のスタイルに適合する対話応答を生成できる。
• 参考スコア（独自算出の注目度）: 63.69880979112312
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generating stylized responses is essential to build intelligent and engaging dialogue systems. However, this task is far from well-explored due to the difficulties of rendering a particular style in coherent responses, especially when the target style is embedded only in unpaired texts that cannot be directly used to train the dialogue model. This paper proposes a stylized dialogue generation method that can capture stylistic features embedded in unpaired texts. Specifically, our method can produce dialogue responses that are both coherent to the given context and conform to the target style. In this study, an inverse dialogue model is first introduced to predict possible posts for the input responses, and then this inverse model is used to generate stylized pseudo dialogue pairs based on these stylized unpaired texts. Further, these pseudo pairs are employed to train the stylized dialogue model with a joint training process, and a style routing approach is proposed to intensify stylistic features in the decoder. Automatic and manual evaluations on two datasets demonstrate that our method outperforms competitive baselines in producing coherent and style-intensive dialogue responses.
• Abstract（参考訳）: インテリジェントで魅力的な対話システムを構築するには、スタイリッシュな応答の生成が不可欠である。 しかし、特に対話モデルの訓練に直接使用できない非ペアテキストにのみターゲットスタイルが埋め込まれている場合、特定のスタイルをコヒーレントな応答でレンダリングすることの難しさから、この課題は十分に検討されていない。 本稿では,文中に埋め込まれた文体の特徴を抽出する文体化対話生成手法を提案する。 具体的には,与えられた文脈に合致し,対象のスタイルに適合した対話応答を生成できる。 本研究では,まず,入力応答に対して可能なポストを予測するために,逆対話モデルを導入し,この逆対話モデルを用いて,これらのスタイライズされた非ペアテキストに基づいて,スタイライズされた擬似対話ペアを生成する。 さらに、これらの擬似ペアを用いて、共用訓練プロセスでスタイリッシュな対話モデルを訓練し、デコーダのスタイリスティックな特徴を強化するためのスタイルルーティング手法を提案する。 2つのデータセットに対する自動的および手動的評価により,本手法は協調型およびスタイル集約型対話応答の生成において,競争ベースラインを上回っていることが示された。

関連論文リスト

• Learning to Generate Text in Arbitrary Writing Styles [6.7308816341849695]
  言語モデルは、潜在的に小さな文章サンプルに基づいて、著者固有のスタイルでテキストを作成することが望ましい。 本稿では,テクスチャ的特徴を捉えた対照的に訓練された表現を用いて,ターゲットスタイルのテキストを生成するための言語モデルを提案する。
  論文  参考訳（メタデータ） (2023-12-28T18:58:52Z)
• Teaching Text-to-Image Models to Communicate in Dialog [44.76942024105259]
  本稿では,イノベーティブな対話・画像生成タスクに焦点をあてる。 この問題に対処するために、我々は最先端のテキスト・画像生成モデルのトップに調整された微調整アプローチを設計する。 我々のアプローチは、3つの最先端の事前訓練されたテキスト-画像生成バックボーンで一貫した、そして顕著な改善をもたらす。
  論文  参考訳（メタデータ） (2023-09-27T09:33:16Z)
• Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
  本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。 対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。 また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T11:03:55Z)
• Conversation Style Transfer using Few-Shot Learning [56.43383396058639]
  本稿では,会話スタイルの伝達を数ショットの学習問題として紹介する。 そこで本研究では,スタイルフリー対話による課題をピボットとして解くための,コンテキスト内学習手法を提案する。 会話スタイルの転送は下流のタスクにも役立ちます。
  論文  参考訳（メタデータ） (2023-02-16T15:27:00Z)
• Stylistic Retrieval-based Dialogue System with Unparallel Training Data [19.777894827625275]
  本稿では,並列データを持たない特定のペルソナの言語スタイルを模倣するために,汎用的な検索ベース対話システムに適応するフレキシブルなフレームワークを提案する。 提案手法は, ジェルゴンの使用法を学習し, ジェルゴンを組み込むことで, ジェネリックな会話をスタイル化されたものに書き換えることによって, スタイル化されたデータの自動生成に基づく。
  論文  参考訳（メタデータ） (2021-09-12T09:56:24Z)
• Dialogue History Matters! Personalized Response Selectionin Multi-turn Retrieval-based Chatbots [62.295373408415365]
  本稿では,コンテキスト応答マッチングのためのパーソナライズドハイブリッドマッチングネットワーク(phmn)を提案する。 1) ユーザ固有の対話履歴からパーソナライズされた発話行動を付加的なマッチング情報として抽出する。 ユーザ識別による2つの大規模データセット,すなわちパーソナライズされた対話 Corpus Ubuntu (P-Ubuntu) とパーソナライズされたWeiboデータセット (P-Weibo) のモデルを評価する。
  論文  参考訳（メタデータ） (2021-03-17T09:42:11Z)
• Controlling Dialogue Generation with Semantic Exemplars [55.460082747572734]
  本稿では,経験的応答に現れる意味的フレームを用いて生成をガイドする,経験的対話生成モデルEDGEを提案する。 単語自体の単語ではなく、経験者の意味的フレームに基づく対話生成の制御により、生成した応答の一貫性が向上することを示す。
  論文  参考訳（メタデータ） (2020-08-20T17:02:37Z)
• Prototype-to-Style: Dialogue Generation with Style-Aware Editing on Retrieval Memory [65.98002918470543]
  文体対話生成の課題に対処する新しいプロトタイプ・ツー・スタイルのフレームワークを提案する。 このフレームワークは、IR(Information Retrieval)システムを使用して、検索した応答から応答プロトタイプを抽出する。 スタイリスティック応答生成器は、プロトタイプと所望の言語スタイルをモデル入力として、高品質でスタイリスティックな応答を得る。
  論文  参考訳（メタデータ） (2020-04-05T14:36:15Z)

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。