論文の概要: Learning Knowledge Bases with Parameters for Task-Oriented Dialogue Systems

• arxiv url: http://arxiv.org/abs/2009.13656v1
• Date: Mon, 28 Sep 2020 22:13:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-13 20:46:24.016951
• Title: Learning Knowledge Bases with Parameters for Task-Oriented Dialogue Systems
• Title（参考訳）: タスク指向対話システムのためのパラメータを用いた知識ベース学習
• Authors: Andrea Madotto, Samuel Cahyawijaya, Genta Indra Winata, Yan Xu, Zihan Liu, Zhaojiang Lin, Pascale Fung
• Abstract要約: 知識ベース(KB)は、ユーザの要求を満たす上で重要な役割を担います。 エンド・ツー・エンドのシステムは直接KBを入力として使用するが、KBが数百のエントリより大きい場合にはスケールできない。 モデルパラメータに直接KBを埋め込む手法を提案する。
• 参考スコア（独自算出の注目度）: 79.02430277138801
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Task-oriented dialogue systems are either modularized with separate dialogue state tracking (DST) and management steps or end-to-end trainable. In either case, the knowledge base (KB) plays an essential role in fulfilling user requests. Modularized systems rely on DST to interact with the KB, which is expensive in terms of annotation and inference time. End-to-end systems use the KB directly as input, but they cannot scale when the KB is larger than a few hundred entries. In this paper, we propose a method to embed the KB, of any size, directly into the model parameters. The resulting model does not require any DST or template responses, nor the KB as input, and it can dynamically update its KB via fine-tuning. We evaluate our solution in five task-oriented dialogue datasets with small, medium, and large KB size. Our experiments show that end-to-end models can effectively embed knowledge bases in their parameters and achieve competitive performance in all evaluated datasets.
• Abstract（参考訳）: タスク指向の対話システムは、個別の対話状態追跡(dst)と管理ステップ、エンドツーエンドのトレーニング可能なモジュール化されている。 いずれの場合も、ユーザ要求を満たす上で、知識ベース(KB)が重要な役割を果たす。 モジュール化されたシステムは、アノテーションと推論時間という面で高価であるKBと対話するためにDSTに依存している。 エンドツーエンドシステムでは、KBを直接入力として使用するが、KBが数百のエントリより大きい場合にはスケールできない。 本稿では,任意のサイズのKBをモデルパラメータに直接埋め込む手法を提案する。 結果のモデルはDSTやテンプレート応答やKBを入力として必要とせず、微調整でKBを動的に更新することができる。 我々は,小,中,大のKBサイズのタスク指向対話データセットを5つ評価した。 実験の結果, エンド・ツー・エンドのモデルでは, パラメータに知識ベースを効果的に埋め込むことができ, 評価されたすべてのデータセットにおいて, 競合性能を達成できることがわかった。

関連論文リスト

• KBLaM: Knowledge Base augmented Language Model [8.247901935078357]
  外部知識を用いた大規模言語モデル拡張のための知識ベース拡張言語モデル(KBLaM)を提案する。 KBLaMは文書のコーパスから構築された知識ベースで動作し、KB内の各知識を連続キー値ベクトル対に変換する。 KBLaMの様々なタスクにおける有効性を示す実験は、質問応答やオープンエンド推論などである。
  論文  参考訳（メタデータ） (2024-10-14T12:45:10Z)
• DKAF: KB Arbitration for Learning Task-Oriented Dialog Systems with Dialog-KB Inconsistencies [17.228046533234192]
  タスク指向対話(TOD)エージェントは、しばしば外部知識ベース(KB)に応答する。 TODエージェントを学習するための既存のアプローチは、トレーニング中に個々のダイアログのKBスナップショットが利用可能であると仮定する。 本稿では,ダイアログ毎のKBスナップショットを予測することにより,ダイアログKBの不整合を低減するダイアログKB調停フレームワーク(DKAF)を提案する。
  論文  参考訳（メタデータ） (2023-05-26T07:36:23Z)
• CGoDial: A Large-Scale Benchmark for Chinese Goal-oriented Dialog Evaluation [75.60156479374416]
  CGoDialは、Goal指向のダイアログ評価のための、新しい挑戦的で包括的な中国のベンチマークである。 96,763のダイアログセッションと574,949のダイアログがすべて含まれており、異なる知識ソースを持つ3つのデータセットをカバーする。 学術ベンチマークと音声対話のシナリオのギャップを埋めるために、実際の会話からデータを収集したり、クラウドソーシングを通じて既存のデータセットに音声機能を追加する。
  論文  参考訳（メタデータ） (2022-11-21T16:21:41Z)
• Prompt Learning for Few-Shot Dialogue State Tracking [75.50701890035154]
  本稿では,限られたラベル付きデータを用いて,対話状態追跡(DST)モデルを効率的に学習する方法に焦点を当てる。 本稿では,2つの主要なコンポーネントである値ベースプロンプトと逆プロンプト機構からなる,数ショットDSTのためのプロンプト学習フレームワークを設計する。 実験により、我々のモデルは未確認のスロットを生成し、既存の最先端の数ショット法より優れていることが示された。
  論文  参考訳（メタデータ） (2022-01-15T07:37:33Z)
• SYGMA: System for Generalizable Modular Question Answering OverKnowledge Bases [57.89642289610301]
  SYGMAは、複数の知識ベースと複数のリアソニングタイプにまたがる汎用化を容易にするモジュラーアプローチである。 本システムの有効性を,DBpediaとWikidataの2つの異なる知識ベースに属するデータセットを用いて評価することで実証する。
  論文  参考訳（メタデータ） (2021-09-28T01:57:56Z)
• Constraint based Knowledge Base Distillation in End-to-End Task Oriented Dialogs [23.678209058054062]
  タスク指向対話システムは対話履歴と付随する知識ベース(KB)に基づいて応答を生成する KBレコード中のn-ary構造を尊重して関連情報を識別する一対の類似度に基づくフィルタからなる新しいフィルタリング手法を提案する。 また、既存のエンティティF1メトリックの正当性問題を修正するための新しいメトリック-マルチセットエンティティF1を提案する。
  論文  参考訳（メタデータ） (2021-09-15T16:00:10Z)
• Probabilistic Case-based Reasoning for Open-World Knowledge Graph Completion [59.549664231655726]
  ケースベース推論(CBR)システムは,与えられた問題に類似した事例を検索することで,新たな問題を解決する。 本稿では,知識ベース(KB)の推論において,そのようなシステムが実現可能であることを示す。 提案手法は,KB内の類似エンティティからの推論パスを収集することにより,エンティティの属性を予測する。
  論文  参考訳（メタデータ） (2020-10-07T17:48:12Z)
• Unsupervised Learning of KB Queries in Task-Oriented Dialogs [21.611723342957887]
  タスク指向ダイアログ(TOD)システムは、ユーザ意図に応じた知識ベース(KB)クエリを定式化する必要があることが多い。 既存のアプローチでは、これらのKBクエリに明示的にアノテートするためにダイアログデータセットが必要である。 KBクエリの予測やダイアログエージェントのトレーニングにおいて,明示的なKBクエリアノテーションを使わずに新たな問題を定義する。
  論文  参考訳（メタデータ） (2020-04-30T22:10:00Z)
• Differentiable Reasoning over a Virtual Knowledge Base [156.94984221342716]
  コーパスを仮想知識ベース(KB)として,複雑なマルチホップ質問に答えるタスクについて検討する。 特に、コーパス内のエンティティの参照間の関係の経路をソフトに追従し、KBのようにテキストデータをトラバースするDrKITについて述べる。 DrKITは非常に効率的で、既存のマルチホップシステムよりも毎秒10-100倍のクエリを処理する。
  論文  参考訳（メタデータ） (2020-02-25T03:13:32Z)
• Scalable Neural Methods for Reasoning With a Symbolic Knowledge Base [34.837700505583]
  本稿では,Sparse-matrix reified KB と呼ばれる記号的知識ベース (KB) の表現方法について述べる。 この表現は、完全に微分可能で、KBの本来の意味に忠実であり、マルチホップ推論をモデル化するのに十分な表現力を持ち、現実的に大きなKBで使用可能なスケーラブルなニューラルネットワークモジュールを可能にする。
  論文  参考訳（メタデータ） (2020-02-14T16:32:19Z)

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。