論文の概要: Audrey: A Personalized Open-Domain Conversational Bot

• arxiv url: http://arxiv.org/abs/2011.05910v1
• Date: Wed, 11 Nov 2020 17:02:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-26 22:55:53.966242
• Title: Audrey: A Personalized Open-Domain Conversational Bot
• Title（参考訳）: Audrey: 個人化されたオープンドメイン会話ボット
• Authors: Chung Hoon Hong, Yuan Liang, Sagnik Sinha Roy, Arushi Jain, Vihang Agarwal, Ryan Draves, Zhizhuo Zhou, William Chen, Yujian Liu, Martha Miracky, Lily Ge, Nikola Banovic, David Jurgens
• Abstract要約: ミシガン大学のAlexa Prize Grand Challenge 3への応募は、オープンドメインの会話型チャットボットである。 Audreyは、感情検出(Emotion Detection)や個人理解モジュール(Personal Understanding Module)といった社会的に認識されたモデルから作られている。 準決勝期間中,我々は1-5Likertスケールで平均3.25の累積評価を達成した。
• 参考スコア（独自算出の注目度）: 16.62342963499223
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conversational Intelligence requires that a person engage on informational, personal and relational levels. Advances in Natural Language Understanding have helped recent chatbots succeed at dialog on the informational level. However, current techniques still lag for conversing with humans on a personal level and fully relating to them. The University of Michigan's submission to the Alexa Prize Grand Challenge 3, Audrey, is an open-domain conversational chat-bot that aims to engage customers on these levels through interest driven conversations guided by customers' personalities and emotions. Audrey is built from socially-aware models such as Emotion Detection and a Personal Understanding Module to grasp a deeper understanding of users' interests and desires. Our architecture interacts with customers using a hybrid approach balanced between knowledge-driven response generators and context-driven neural response generators to cater to all three levels of conversations. During the semi-finals period, we achieved an average cumulative rating of 3.25 on a 1-5 Likert scale.
• Abstract（参考訳）: 会話インテリジェンス(英: Conversational Intelligence)とは、個人が情報、個人、関係のレベルに関わること。 自然言語理解の進歩は、最近のチャットボットが情報レベルでダイアログを成功させるのに役立つ。 しかし、現在の技術は、個人レベルで人間と会話し、それらと完全に関連しているため、まだ遅れている。 ミシガン大学がAlexa Prize Grand Challenge 3に提出したAudreyはオープンドメインの会話チャットボットで、顧客の個性や感情によって導かれる関心に基づく会話を通じて顧客をこれらのレベルに引き込む。 audreyは感情検出や個人理解モジュールといった社会的に認識されたモデルから構築されており、ユーザーの興味や欲求をより深く理解している。 私たちのアーキテクチャは、知識駆動型応答ジェネレータとコンテキスト駆動型ニューラル応答ジェネレータの間でバランスの取れたハイブリッドアプローチを使用して、顧客と対話する。 準決勝期間中,我々は1-5Likertスケールで平均3.25の累積評価を達成した。

関連論文リスト

• Topical-Chat: Towards Knowledge-Grounded Open-Domain Conversations [8.03111197961603]
  人工知能(AI)の壮大な課題の1つは、人間との深いオープンドメインの会話ができるソーシャルボットを作ることである。 知識に基づく人間と人間の会話データセットであるTopical-Chatを紹介した。 また、Topical-Chat上で、最先端のエンコーダ・デコーダ対話モデルをいくつかトレーニングし、ベンチマークの自動化と人的評価を行う。
  論文  参考訳（メタデータ） (2023-08-23T08:33:14Z)
• Interactive Conversational Head Generation [68.76774230274076]
  対面会話における1つのインターロケータの振る舞いを合成するための新しい対話ヘッド生成ベンチマークを提案する。 長時間・複数回会話に参加可能なインターロカクタを自動的に合成する機能は不可欠であり、様々なアプリケーションにメリットを提供する。
  論文  参考訳（メタデータ） (2023-07-05T08:06:26Z)
• 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)
• 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)
• Knowledge-Grounded Conversational Data Augmentation with Generative Conversational Networks [76.11480953550013]
  生成会話ネットワークを用いて会話データを自動的に生成する。 我々は、Topical Chatデータセット上で、知識のない会話に対するアプローチを評価した。
  論文  参考訳（メタデータ） (2022-07-22T22:37:14Z)
• EmpBot: A T5-based Empathetic Chatbot focusing on Sentiments [75.11753644302385]
  共感的会話エージェントは、議論されていることを理解しているだけでなく、会話相手の暗黙の感情も認識すべきである。 変圧器事前学習言語モデル(T5)に基づく手法を提案する。 本研究では,自動計測と人的評価の両方を用いて,情緒的ダイアログデータセットを用いたモデルの評価を行った。
  論文  参考訳（メタデータ） (2021-10-30T19:04:48Z)
• 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)
• Intelligent Conversational Android ERICA Applied to Attentive Listening and Job Interview [41.789773897391605]
  我々はインテリジェントな会話型android ericaを開発した。 ERICAには,注意深い聞き取り,就職面接,スピードデートなど,いくつかのソーシャルインタラクションタスクを設定した。 40人の高齢者が会話を分解することなく5～7分間の会話を行ったことが評価されている。
  論文  参考訳（メタデータ） (2021-05-02T06:37:23Z)
• 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)
• Neural Generation Meets Real People: Towards Emotionally Engaging Mixed-Initiative Conversations [28.378419941897118]
  オープンドメインの対話エージェントであるChirpy Cardinalを、2019年のAlexa Prizeコンペティションのための研究プラットフォームとして紹介する。 Chirpy Cardinalは様々なトピックについて熟知し、普通の生活について共感的に話すことができる。 決勝では、カーピー・カージナルが平均3.6/5.0、平均会話時間は2分16秒、90%は12分以上で決勝に進出した。
  論文  参考訳（メタデータ） (2020-08-27T19:37:27Z)

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。