論文の概要: Migratable AI: Personalizing Dialog Conversations with migration context
- arxiv url: http://arxiv.org/abs/2010.12091v1
- Date: Thu, 22 Oct 2020 22:23:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 07:34:53.065274
- Title: Migratable AI: Personalizing Dialog Conversations with migration context
- Title（参考訳）: migratable ai: 移行コンテキストによる会話のパーソナライズ
- Authors: Ravi Tejwani, Boris Katz, Cynthia Breazeal
- Abstract要約: クラウドソーシング作業者と移行コンテキストとの対話からデータセットを収集した。
我々は,移動コンテキストと非移動コンテキストを用いて,データセットの生成モデルと情報検索モデルを訓練した。
マイグレーションデータセットは、将来の微調整可能なAIシステムのトレーニングに有用であると考えています。
- 参考スコア（独自算出の注目度）: 25.029958885340058
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The migration of conversational AI agents across different embodiments in
order to maintain the continuity of the task has been recently explored to
further improve user experience. However, these migratable agents lack
contextual understanding of the user information and the migrated device during
the dialog conversations with the user. This opens the question of how an agent
might behave when migrated into an embodiment for contextually predicting the
next utterance. We collected a dataset from the dialog conversations between
crowdsourced workers with the migration context involving personal and
non-personal utterances in different settings (public or private) of embodiment
into which the agent migrated. We trained the generative and information
retrieval models on the dataset using with and without migration context and
report the results of both qualitative metrics and human evaluation. We believe
that the migration dataset would be useful for training future migratable AI
systems.
- Abstract（参考訳）: タスクの継続性を維持するために、さまざまな実施形態にわたる会話型aiエージェントの移行が、ユーザエクスペリエンスをさらに改善するために近年検討されている。
しかし、これらの緩和エージェントは、ユーザとの対話中にユーザ情報と移行したデバイスを文脈的に理解していない。
これは、エージェントが次の発話を文脈的に予測する実施形態に移行する際にどのように振る舞うかという疑問を開きます。
エージェントが移行した具体化のさまざまな設定(公開または非公開)において、個人と非個人による発話を含む移行コンテキストを持つ、クラウドソーシングされたワーカー間の対話会話からデータセットを収集した。
移行コンテキストと非移行コンテキストを用いてデータセット上の生成および情報検索モデルを訓練し,質的指標と人的評価の両方の結果を報告する。
マイグレーションデータセットは、将来の偏在するaiシステムのトレーニングに有用だと考えています。
関連論文リスト
- Large Language Models as User-Agents for Evaluating Task-Oriented-Dialogue Systems [6.8738526619759535]
タスク指向対話(TOD)モデルを評価するために、オフラインデータセットが使用されている。
コンテキスト対応のユーザエージェントは、人間の会話の多様性と予測不能をシミュレートすることができる。
論文 参考訳（メタデータ） (2024-11-15T06:05:45Z) - Unraveling Code-Mixing Patterns in Migration Discourse: Automated Detection and Analysis of Online Conversations on Reddit [4.019533549688538]
本稿では,Reddit などのソーシャルメディアプラットフォームにおける移動関連談話における多言語話者間のコミュニケーション戦略である Code-mixing の利用について検討する。
本稿では,移動に関する議論において,コード混合メッセージを自動的に検出する新しいアプローチであるELMICT(Ensemble Learning for Identification of Code-mixed Texts)を提案する。
論文 参考訳（メタデータ） (2024-06-12T20:30:34Z) - Multi-User MultiWOZ: Task-Oriented Dialogues among Multiple Users [51.34484827552774]
マルチユーザMulti-User MultiWOZデータセットを2つのユーザと1つのエージェント間のタスク指向対話としてリリースする。
これらの対話は、タスク指向のシナリオにおける協調的な意思決定の興味深いダイナミクスを反映している。
本稿では,複数ユーザ間のタスク指向のチャットを簡潔なタスク指向のクエリとして書き換える,マルチユーザコンテキストクエリ書き換えの新しいタスクを提案する。
論文 参考訳（メタデータ） (2023-10-31T14:12:07Z) - Interactive, Iterative, Tooled, Rule-Based Migration of Microsoft Access
to Web Technologies [0.11650821883155184]
私たちは、Microsoft AccessのモノリシックアプリケーションをWebフロントエンドに移行し、バックエンドを生成する作業に取り組んでいます。
開発者がターゲットシステムへのマイグレーションを可能にするために,インタラクティブで反復的,ツーリング,ルールベースのマイグレーションアプローチを提案する。
論文 参考訳（メタデータ） (2023-09-07T06:46:28Z) - Manual-Guided Dialogue for Flexible Conversational Agents [84.46598430403886]
対話データを効率的に構築し、利用する方法や、さまざまなドメインにモデルを大規模にデプロイする方法は、タスク指向の対話システムを構築する上で重要な問題である。
エージェントは対話とマニュアルの両方からタスクを学習する。
提案手法は,詳細なドメインオントロジーに対する対話モデルの依存性を低減し,様々なドメインへの適応をより柔軟にする。
論文 参考訳（メタデータ） (2022-08-16T08:21:12Z) - What is wrong with you?: Leveraging User Sentiment for Automatic Dialog
Evaluation [73.03318027164605]
本稿では,次のユーザの発話から自動的に抽出できる情報をプロキシとして利用して,前のシステム応答の質を測定することを提案する。
本モデルは,実際のユーザおよび有償ユーザから収集した音声と書面の両方のオープンドメインダイアログコーパスを一般化する。
論文 参考訳（メタデータ） (2022-03-25T22:09:52Z) - Cross-Lingual Dialogue Dataset Creation via Outline-Based Generation [70.81596088969378]
言語間アウトラインに基づく対話データセット(COD)は、自然言語の理解を可能にする。
CODは、4つの異なる言語で対話状態の追跡とエンドツーエンドの対話モデリングと評価を可能にする。
論文 参考訳（メタデータ） (2022-01-31T18:11:21Z) - 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) - Migratable AI : Investigating users' affect on identity and information
migration of a conversational AI agent [25.029958885340058]
本稿では,情報マイグレーションとIDマイグレーションをパラメータとして用いたタスクベースシナリオにおける2x2のオブジェクト間比較研究を提案する。
以上の結果から,情報と同一性の両方が移行された時に最も驚き,エージェントの同一性なしに情報が移行された時に最も怒りを訴えた。
論文 参考訳（メタデータ） (2020-10-22T22:31:34Z) - Migratable AI: Effect of identity and information migration on users
perception of conversational AI agents [20.23411433036311]
情報マイグレーションとアイデンティティマイグレーションが,信頼,能力,嗜好性,社会的存在感に対するユーザ認識に与える影響について検討する。
以上の結果から,アイデンティティ移行は信頼,能力,社会的存在に肯定的な影響を及ぼし,情報移行は信頼,能力,嗜好に肯定的な影響を及ぼしたことが示唆された。
論文 参考訳（メタデータ） (2020-07-11T15:46:37Z) - Learning an Unreferenced Metric for Online Dialogue Evaluation [53.38078951628143]
本稿では,大規模な事前学習言語モデルを用いて発話の潜在表現を抽出する非参照自動評価指標を提案する。
提案手法は,オンライン環境でのアノテーションと高い相関性を実現すると同時に,推論時に比較に真の応答を必要としないことを示す。
論文 参考訳（メタデータ） (2020-05-01T20:01:39Z)
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。