論文の概要: Alquist 3.0: Alexa Prize Bot Using Conversational Knowledge Graph

• arxiv url: http://arxiv.org/abs/2011.03261v1
• Date: Fri, 6 Nov 2020 10:10:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-29 04:49:21.422838
• Title: Alquist 3.0: Alexa Prize Bot Using Conversational Knowledge Graph
• Title（参考訳）: Alquist 3.0:会話知識グラフを使用したAlexa Prizeボット
• Authors: Jan Pichl, Petr Marek, Jakub Konr\'ad, Petr Lorenc, Van Duy Ta, and Jan \v{S}ediv\'y
• Abstract要約: 本稿では,Alexa Prize 2020コンペティションで開発されたオープンドメイン対話システムAlquistの第3版を紹介する。 主な貢献は、会話の知識グラフと隣接ペアに基づくシステムの導入である。 本稿では,Alquistのパイプライン,データ取得と処理,対話マネージャ,NLG,知識集約,隣接ペアの階層について論じる。
• 参考スコア（独自算出の注目度）: 0.9236074230806579
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The third version of the open-domain dialogue system Alquist developed within the Alexa Prize 2020 competition is designed to conduct coherent and engaging conversations on popular topics. The main novel contribution is the introduction of a system leveraging an innovative approach based on a conversational knowledge graph and adjacency pairs. The conversational knowledge graph allows the system to utilize knowledge expressed during the dialogue in consequent turns and across conversations. Dialogue adjacency pairs divide the conversation into small conversational structures, which can be combined and allow the system to react to a wide range of user inputs flexibly. We discuss and describe Alquist's pipeline, data acquisition and processing, dialogue manager, NLG, knowledge aggregation, and a hierarchy of adjacency pairs. We present the experimental results of the individual parts of the system.
• Abstract（参考訳）: Alexa Prize 2020コンペティションで開発されたオープンドメイン対話システムのAlquistの第3バージョンは、人気のあるトピックに関する一貫性のある会話を実行するように設計されている。 主な新規な貢献は、会話的知識グラフと隣接ペアに基づく革新的なアプローチを活用するシステムの導入である。 会話知識グラフは,対話中に表現された知識を,会話の交互に活用する。 対話隣接ペアは、会話を小さな会話構造に分割し、組み合わせることで、システムは幅広いユーザの入力に柔軟に対応することができる。 本稿では,Alquistのパイプライン,データ取得と処理,対話マネージャ,NLG,知識集約,隣接ペアの階層について論じる。 本稿では,システムの個々の部分について実験結果を示す。

関連論文リスト

• Retrieval-Augmented Neural Response Generation Using Logical Reasoning and Relevance Scoring [2.3590037806133024]
  本稿では,知識基底型応答生成に対する新しいアプローチを提案する。 検索強化された言語モデルと論理的推論を組み合わせる。 実験結果から,(確率的)論理的推論と会話関連性スコアの組合せは,応答の事実性と流布性の両方を増大させることが示された。
  論文  参考訳（メタデータ） (2023-10-20T15:05:18Z)
• PK-Chat: Pointer Network Guided Knowledge Driven Generative Dialogue Model [79.64376762489164]
  PK-Chatは、知識グラフ上のポインタネットワークと、事前訓練された言語モデルを組み合わせた、ポインタネットワーク誘導生成対話モデルである。 PK-Chatが対話で生成した単語は、単語リストの予測と外部知識グラフ知識の直接予測から導かれる。 PK-Chatに基づく対話システムは、地球科学の学術シナリオ向けに構築されている。
  論文  参考訳（メタデータ） (2023-04-02T18:23:13Z)
• Let's Get Personal: Personal Questions Improve SocialBot Performance in the Alexa Prize [0.0]
  音声対話コミュニティにおいて,対話型オープンドメイン対話システムの構築に焦点が当てられている。 従来の対話システムとは異なり、これらの対話システムは特定の情報やドメインの制限を前提とすることはできない。 我々は、Amazon Echoユーザーが大規模にアクセスし、評価する、堅牢なオープンドメイン会話システムであるAthenaを開発した。
  論文  参考訳（メタデータ） (2023-03-09T00:10:29Z)
• End-to-end Spoken Conversational Question Answering: Task, Dataset and Model [92.18621726802726]
  音声による質問応答では、システムは関連する音声書き起こしの中に連続したテキストスパンからの質問に答えるように設計されている。 本稿では,複雑な対話フローをモデル化することを目的とした音声対話型質問応答タスク(SCQA)を提案する。 本研究の目的は,音声記録に基づく対話型質問に対処するシステムを構築することであり,情報収集システムによる様々なモダリティからより多くの手がかりを提供する可能性を探ることである。
  論文  参考訳（メタデータ） (2022-04-29T17:56:59Z)
• HybriDialogue: An Information-Seeking Dialogue Dataset Grounded on Tabular and Textual Data [87.67278915655712]
  我々は、ウィキペディアのテキストとテーブルの両方を基盤とした、クラウドソーシングされた自然な会話からなる新しい対話データセットHybriDialogueを提示する。 これらの会話は、複雑なマルチホップ質問をシンプルで現実的なマルチターン対話に分解することで生成される。
  論文  参考訳（メタデータ） (2022-04-28T00:52:16Z)
• C3KG: A Chinese Commonsense Conversation Knowledge Graph [30.463238390443117]
  我々は,社会常識知識と対話フロー情報の両方を取り入れた,中国初の会話知識グラフを作成する。 グラフのポテンシャルを示すため、グラフ対話マッチング手法を開発し、2つのグラフ基底会話タスクをベンチマークする。
  論文  参考訳（メタデータ） (2022-04-06T02:59:34Z)
• 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)
• Alquist 4.0: Towards Social Intelligence Using Generative Models and Dialogue Personalization [0.0]
  このシステムの4番目のバージョンは、Alexa Prize Socialbot Grand Challenge 4で開発された。 コヒーレンスに関するイノベーションのために,手作りの応答と生成モデルを組み合わせた新しいハイブリッドアプローチを提案する。 エンゲージメントのイノベーションは、主に有名な探検・探検のジレンマに触発されている。
  論文  参考訳（メタデータ） (2021-09-16T13:24:34Z)
• Discovering Dialog Structure Graph for Open-Domain Dialog Generation [51.29286279366361]
  chitchat corporaの対話構造を無監督で発見します。 次に、下流システムでのダイアログ生成を容易にするために利用します。 本稿では,グラフニューラルネットワーク(DVAE-GNN)を用いた離散変分自動エンコーダを提案する。
  論文  参考訳（メタデータ） (2020-12-31T10:58:37Z)
• Attention over Parameters for Dialogue Systems [69.48852519856331]
  我々は,異なる対話スキルを個別にパラメータ化する対話システムを学び,AoP(Attention over Parameters)を通じてそれぞれを選択し,組み合わせることを学ぶ。 実験の結果,MultiWOZ,In-Car Assistant,Persona-Chatの複合データセット上での競合性能が得られた。
  論文  参考訳（メタデータ） (2020-01-07T03:10:42Z)

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。