論文の概要: An ontology-based chatbot for crises management: use case coronavirus

• arxiv url: http://arxiv.org/abs/2011.02340v1
• Date: Mon, 2 Nov 2020 09:30:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-30 12:40:32.131858
• Title: An ontology-based chatbot for crises management: use case coronavirus
• Title（参考訳）: 危機管理のためのオントロジーベースのチャットボット--ユースケースウイルス
• Authors: Khouloud Hwerbi
• Abstract要約: このプロジェクトでは、最大24時間利用可能となる最新情報を必要とする新型コロナウイルスアシスタントを作成する。 このマスター論文は、COVIDアシスタントについて議論し、各コンポーネントの詳細を説明するために捧げられている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Today is the era of intelligence in machines. With the advances in Artificial Intelligence, machines have started to impersonate different human traits, a chatbot is the next big thing in the domain of conversational services. A chatbot is a virtual person who is capable to carry out a natural conversation with people. They can include skills that enable them to converse with the humans in audio, visual, or textual formats. Artificial intelligence conversational entities, also called chatbots, conversational agents, or dialogue system, are an excellent example of such machines. Obtaining the right information at the right time and place is the key to effective disaster management. The term "disaster management" encompasses both natural and human-caused disasters. To assist citizens, our project is to create a COVID Assistant to provide the need of up to date information to be available 24 hours. With the growth in the World Wide Web, it is quite intelligible that users are interested in the swift and relatedly correct information for their hunt. A chatbot can be seen as a question-and-answer system in which experts provide knowledge to solicit users. This master thesis is dedicated to discuss COVID Assistant chatbot and explain each component in detail. The design of the proposed chatbot is introduced by its seven components: Ontology, Web Scraping module, DB, State Machine, keyword Extractor, Trained chatbot, and User Interface.
• Abstract（参考訳）: 今日は機械の知性の時代です。 人工知能の進歩により、機械はさまざまな人間の特性を模倣し始めており、チャットボットは会話型サービス分野における次の大きな存在だ。 チャットボットは、人と自然な会話を行うことのできる仮想人です。 それらは、音声、視覚、テキストのフォーマットで人間と会話できるスキルを含むことができる。 チャットボット、会話エージェント、対話システムとも呼ばれる人工知能の会話エンティティは、そのようなマシンの優れた例である。 適切なタイミングで適切な情報を取得することは,効果的な災害管理の鍵である。 災害管理」という用語は自然災害と人的災害の両方を包含する。 市民を支援するために、我々のプロジェクトは、24時間以内の最新の情報を提供する新型コロナウイルスアシスタントを作ることです。 world wide webの成長に伴い、ユーザがswiftと関連する正しい情報に興味を持っていることは、非常に理解できます。 チャットボットは、専門家がユーザに知識を提供する質問応答システムと見なすことができる。 このマスター論文は、COVID Assistantチャットボットについて議論し、各コンポーネントの詳細を説明することを目的としている。 提案したチャットボットの設計は,Ontology, Web Scrapingモジュール, DB, State Machine,キーワードExtractor, Trained chatbot, User Interfaceの7つのコンポーネントによって導入された。

関連論文リスト

• LLM Roleplay: Simulating Human-Chatbot Interaction [52.03241266241294]
  本研究では,人間とチャットボットの対話をシミュレートする多元多元対話を自動生成する,目標指向のペルソナに基づく手法を提案する。 本手法は,人間とチャットボットの対話を高い相違率でシミュレートすることができる。
  論文  参考訳（メタデータ） (2024-07-04T14:49:46Z)
• Leveraging Large Language Models to Power Chatbots for Collecting User Self-Reported Data [15.808841433843742]
  大きな言語モデル(LLM)は、自然言語のプロンプトを受け入れてチャットボットを構築する新しい方法を提供する。 我々は,チャットボットが自然に会話し,データを確実に収集する上で,プロンプトの設計要因について検討する。
  論文  参考訳（メタデータ） (2023-01-14T07:29:36Z)
• Neural Generation Meets Real People: Building a Social, Informative Open-Domain Dialogue Agent [65.68144111226626]
  Chirpy Cardinalは、情報と会話の両方をねらっている。 ユーザーとボットの両方を交互に会話に駆り立てる。 Chirpy Cardinalは、Alexa Prize Socialbot Grand Challengeで9つのボットのうち2位にランクインした。
  論文  参考訳（メタデータ） (2022-07-25T09:57:23Z)
• A Literature Survey of Recent Advances in Chatbots [0.0]
  我々は、人工知能と自然言語処理を使用するチャットボットの最近の進歩についてレビューする。 我々は,現在の研究の主な課題と限界を強調し,今後の研究研究への提言を行う。
  論文  参考訳（メタデータ） (2022-01-17T23:08:58Z)
• A Deep Learning Approach to Integrate Human-Level Understanding in a Chatbot [0.4632366780742501]
  人間とは異なり、チャットボットは一度に複数の顧客にサービスを提供し、24/7で提供され、1秒以内で返信できる。 深層学習を用いて感情分析,感情検出,意図分類,名義認識を行い,人文的理解と知性を備えたチャットボットを開発した。
  論文  参考訳（メタデータ） (2021-12-31T22:26:41Z)
• 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)
• Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
  ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。 現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。 グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
  論文  参考訳（メタデータ） (2021-10-15T14:36:45Z)
• CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement Learning [60.348822346249854]
  本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。 チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。 共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
  論文  参考訳（メタデータ） (2021-10-08T07:44:47Z)
• Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
  本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。 我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。 本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
  論文  参考訳（メタデータ） (2021-03-30T15:24:37Z)
• "Love is as Complex as Math": Metaphor Generation System for Social Chatbot [13.128146708018438]
  ソーシャルチャットボットの比喩として,人間による一般的な修辞装置の使用について検討する。 本研究はまず,話題認識と新しい図形文を生成するメタファ生成フレームワークを設計する。 人間のアノテーションは生成されたメタファーの新規性と適切性を検証する。
  論文  参考訳（メタデータ） (2020-01-03T05:56:13Z)

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。