論文の概要: NUANCED: Natural Utterance Annotation for Nuanced Conversation with Estimated Distributions

• arxiv url: http://arxiv.org/abs/2010.12758v2
• Date: Thu, 9 Sep 2021 17:58:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-03 12:43:09.182812
• Title: NUANCED: Natural Utterance Annotation for Nuanced Conversation with Estimated Distributions
• Title（参考訳）: nuanced: 推定分布を持つニュアンス会話のための自然発話アノテーション
• Authors: Zhiyu Chen, Honglei Liu, Hu Xu, Seungwhan Moon, Hao Zhou, Bing Liu
• Abstract要約: 本研究では,ユーザ中心の対話システムの構築を試みる。 まず,ユーザの好みをシステムオントロジー上の推定分布としてモデル化し,ユーザの発話をそのような分布にマッピングする。 我々は、会話レコメンデーションのための現実的な設定に焦点を当てたNUANCEDという新しいデータセットを構築した。
• 参考スコア（独自算出の注目度）: 36.00476428803116
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing conversational systems are mostly agent-centric, which assumes the user utterances would closely follow the system ontology (for NLU or dialogue state tracking). However, in real-world scenarios, it is highly desirable that the users can speak freely in their own way. It is extremely hard, if not impossible, for the users to adapt to the unknown system ontology. In this work, we attempt to build a user-centric dialogue system. As there is no clean mapping for a user's free form utterance to an ontology, we first model the user preferences as estimated distributions over the system ontology and map the users' utterances to such distributions. Learning such a mapping poses new challenges on reasoning over existing knowledge, ranging from factoid knowledge, commonsense knowledge to the users' own situations. To this end, we build a new dataset named NUANCED that focuses on such realistic settings for conversational recommendation. Collected via dialogue simulation and paraphrasing, NUANCED contains 5.1k dialogues, 26k turns of high-quality user responses. We conduct experiments, showing both the usefulness and challenges of our problem setting. We believe NUANCED can serve as a valuable resource to push existing research from the agent-centric system to the user-centric system. The code and data is publicly available at \url{https://github.com/facebookresearch/nuanced}.
• Abstract（参考訳）: 既存の会話システムはエージェント中心であり、ユーザの発話がシステムオントロジー(NLUや対話状態追跡)に密接に従うと仮定する。 しかし、現実のシナリオでは、ユーザが自分の方法で自由に話すことが非常に望ましい。 ユーザが未知のシステムオントロジーに適応することは、不可能ではないにせよ、極めて困難である。 本研究では,ユーザ中心の対話システムの構築を試みる。 オントロジーに対するユーザの自由形式の発話にはクリーンなマッピングがないため,まず,システムオントロジー上の推定分布としてユーザの好みをモデル化し,ユーザの発話をそのような分布にマッピングする。 このようなマッピングの学習は、ファクトイド知識、常識知識からユーザ自身の状況まで、既存の知識の推論に新たな課題をもたらす。 この目的のために、会話レコメンデーションのための現実的な設定に焦点を当てたNUANCEDという新しいデータセットを構築した。 対話シミュレーションとパラフレーズによって収集されたNUANCEDは、5.1kの対話、26kの高品質なユーザ応答を含む。 私たちは実験を行い、問題設定の有用性と課題の両方を示します。 我々はNUANCEDがエージェント中心のシステムからユーザ中心のシステムに既存の研究をプッシュするための貴重なリソースになると考えている。 コードとデータは \url{https://github.com/facebookresearch/nuanced} で公開されている。

関連論文リスト

• In-Context Learning User Simulators for Task-Oriented Dialog Systems [1.7086737326992172]
  本稿では,タスク指向対話システムにおけるユーザシミュレーションにおける大規模言語モデルの新たな応用について述べる。 提案手法は,これらのモデルのパワーを生かして,ユーザ目標と限られた対話例に基づく多様な発話を生成する。
  論文  参考訳（メタデータ） (2023-06-01T15:06:11Z)
• Revealing User Familiarity Bias in Task-Oriented Dialogue via Interactive Evaluation [17.41434948048325]
  我々は,現実的なシナリオに対して,TODシステムがいかに脆弱であるかを明らかにするために,インタラクティブなユーザスタディを実施している。 我々の研究は、オープンゴール設定での会話がシステムの破滅的な失敗につながることを明らかにした。 我々は,システムの能力を超えても,システムがユーザの要求を処理するふりをする,新たな“予測”行動を発見した。
  論文  参考訳（メタデータ） (2023-05-23T09:24:53Z)
• "What do others think?": Task-Oriented Conversational Modeling with Subjective Knowledge [69.46702968979885]
  タスク指向対話(TOD)システムは、ユーザが特定の目標を達成するのを支援する対話システムを構築することを目的としている。 従来のTODは、応答を生成するために、ドメイン固有のAPI/DBや外部の事実知識に依存しています。 主観的知識に基づくTOD(SK-TOD)の新しい課題を提案する。
  論文  参考訳（メタデータ） (2023-05-20T04:43:26Z)
• Grounding in social media: An approach to building a chit-chat dialogue model [9.247397520986999]
  豊かな人間のような会話能力を持つオープンドメイン対話システムを構築することは、言語生成における根本的な課題の1つである。 知識に基づく対話生成に関する現在の研究は、主にウィキペディアのような事実に基づく構造化知識ソースを法人化または検索することに焦点を当てている。 本手法は,ソーシャルメディア上での人間の反応行動の模倣によって,システムの生会話能力を向上させることを目的とした,より広範かつシンプルなアプローチである。
  論文  参考訳（メタデータ） (2022-06-12T09:01:57Z)
• 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)
• Towards Large-Scale Interpretable Knowledge Graph Reasoning for Dialogue Systems [109.16553492049441]
  よりスケーラブルで一般化可能な対話システムに知識推論機能を組み込む新しい手法を提案する。 我々の知識を最大限に活用するために、変圧器モデルが微分可能な知識グラフを解析して応答を生成するのは、これが初めてである。
  論文  参考訳（メタデータ） (2022-03-20T17:51:49Z)
• Advances and Challenges in Conversational Recommender Systems: A Survey [133.93908165922804]
  現在の会話レコメンダーシステム(CRS)で使用されるテクニックの体系的なレビューを提供します。 CRS開発の主な課題を5つの方向にまとめます。 これらの研究の方向性は、情報検索(IR)、自然言語処理(NLP)、人間とコンピュータの相互作用(HCI)などの複数の研究分野を含みます。
  論文  参考訳（メタデータ） (2021-01-23T08:53:15Z)
• Saying No is An Art: Contextualized Fallback Responses for Unanswerable Dialogue Queries [3.593955557310285]
  ほとんどの対話システムは、ランク付けされた応答を生成するためのハイブリッドアプローチに依存している。 ユーザクエリに対して文脈的に認識された応答を生成するニューラルネットワークを設計する。 我々の単純なアプローチでは、依存関係解析のルールと、質問応答ペアの合成データに基づいて微調整されたテキストからテキストへの変換を行う。
  論文  参考訳（メタデータ） (2020-12-03T12:34:22Z)
• Improving Conversational Question Answering Systems after Deployment using Feedback-Weighted Learning [69.42679922160684]
  本稿では,二元的ユーザフィードバックを用いた初期教師付きシステムを改善するために,重要サンプリングに基づくフィードバック重み付き学習を提案する。 当社の作業は,実際のユーザとのインタラクションを活用し,デプロイ後の会話システムを改善する可能性を開くものだ。
  論文  参考訳（メタデータ） (2020-11-01T19:50:34Z)

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。