論文の概要: Gunrock 2.0: A User Adaptive Social Conversational System
- arxiv url: http://arxiv.org/abs/2011.08906v2
- Date: Mon, 30 Nov 2020 18:47:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-24 15:45:03.370520
- Title: Gunrock 2.0: A User Adaptive Social Conversational System
- Title（参考訳）: Gunrock 2.0: ユーザ適応型ソーシャル会話システム
- Authors: Kaihui Liang, Austin Chau, Yu Li, Xueyuan Lu, Dian Yu, Mingyang Zhou,
Ishan Jain, Sam Davidson, Josh Arnold, Minh Nguyen, Zhou Yu
- Abstract要約: Gunrock 2.0は、名前付きエンティティ検出、リンク、ダイアログアクト予測など、さまざまなニューラルネットワーク理解モジュールを組み合わせたものだ。
ダイアログ管理は、映画、音楽、スポーツなどの様々なトピックを扱う階層モデルである。
ガンロック2.0は5月29日から6月4日までの最新のビルドで平均3.73のレーティングを達成することができる。
- 参考スコア（独自算出の注目度）: 44.80441834384605
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Gunrock 2.0 is built on top of Gunrock with an emphasis on user adaptation.
Gunrock 2.0 combines various neural natural language understanding modules,
including named entity detection, linking, and dialog act prediction, to
improve user understanding. Its dialog management is a hierarchical model that
handles various topics, such as movies, music, and sports. The system-level
dialog manager can handle question detection, acknowledgment, error handling,
and additional functions, making downstream modules much easier to design and
implement. The dialog manager also adapts its topic selection to accommodate
different users' profile information, such as inferred gender and personality.
The generation model is a mix of templates and neural generation models.
Gunrock 2.0 is able to achieve an average rating of 3.73 at its latest build
from May 29th to June 4th.
- Abstract（参考訳）: Gunrock 2.0はGunrock上に構築されており、ユーザ適応に重点を置いている。
gunrock 2.0は、名前付きエンティティ検出、リンク、ダイアログact予測など、さまざまなニューラル自然言語理解モジュールを組み合わせることで、ユーザ理解を改善する。
ダイアログ管理は、映画、音楽、スポーツなどの様々なトピックを扱う階層モデルである。
システムレベルのダイアログマネージャは、質問検出、認識、エラー処理、追加機能を扱うことができ、下流モジュールの設計と実装がずっと簡単になる。
ダイアログマネージャは、性別や性格などの異なるユーザのプロファイル情報に対応するために、トピックの選択にも適応する。
生成モデルはテンプレートとニューラル生成モデルの混合である。
gunrock 2.0は5月29日から6月4日までの最新ビルドで平均3.73のレーティングを達成している。
関連論文リスト
- SPACE-3: Unified Dialog Model Pre-training for Task-Oriented Dialog
Understanding and Generation [123.37377363355363]
SPACE-3は、大規模対話コーパスから学習する、新しい半教師付き会話モデルである。
幅広いダウンストリームダイアログタスクを効果的に微調整できる。
その結果、SPACE-3は8つの下流ダイアログベンチマークで最先端のパフォーマンスを達成することがわかった。
論文 参考訳（メタデータ） (2022-09-14T14:17:57Z) - 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) - DialogZoo: Large-Scale Dialog-Oriented Task Learning [52.18193690394549]
我々は,多種多様な対話課題を解くための統合基盤モデルの構築を目指している。
この目的を達成するために、73の公開データセットから、まず大規模なラベル付き対話データセットを収集する。
論文 参考訳（メタデータ） (2022-05-25T11:17:16Z) - Taming the Beast: Learning to Control Neural Conversational Models [10.407021682762075]
本論文は,タスク指向およびチャットシナリオにおける深層学習に基づく,エンドツーエンドな生成対話システムの制御可能性について考察する。
生成的対話システムの制御のさまざまな側面について検討し,その制御方法とトピックスについて考察する。
論文 参考訳（メタデータ） (2021-08-24T07:58:16Z) - A Framework for Integrating Gesture Generation Models into Interactive
Conversational Agents [0.0]
Embodied conversational agent (ECA) は、自然かつ効率的なユーザとの対話において、非言語行動の恩恵を受ける。
近年のジェスチャー生成手法は,ユーザとのリアルタイムインタラクションでは評価されていない。
本稿では,現代のジェスチャ生成モデルの評価を容易にするための概念実証フレームワークを提案する。
論文 参考訳（メタデータ） (2021-02-24T14:31:21Z) - Dialog Simulation with Realistic Variations for Training Goal-Oriented
Conversational Systems [14.206866126142002]
ゴール指向のダイアログシステムにより、ユーザーは映画に関する情報をリクエストしたり、チケットを予約したりといった特定の目標を達成することができる。
本稿では,注釈付きダイアログとダイアログスキーマから,注釈付きダイアログの大規模なコーパスを自動生成する手法を提案する。
ベースラインダイアログ生成手法と比較して,ホールドアウトテストセットの50%の相対精度を実現した。
論文 参考訳（メタデータ） (2020-11-16T19:39:15Z) - Controlling Style in Generated Dialogue [13.445455480452484]
従来提案されていた3つの制御可能な生成アーキテクチャをオープンドメイン対話生成に適用する。
我々は、およそ200の可能なスタイルのうち1つに対応するように、世代スタイルを制御します。
既存の会話データセットに対する洞察を提供するために、それらがどのように使用できるかを示す。
論文 参考訳（メタデータ） (2020-09-22T23:21:04Z) - The Adapter-Bot: All-In-One Controllable Conversational Model [66.48164003532484]
本稿では、DialGPTなどの固定バックボーンモデルを用いて、異なるアダプタを介してオンデマンド対話スキルをトリガーする対話モデルを提案する。
スキルに応じて、モデルはテキスト、テーブル、強調応答などの複数の知識タイプを処理できる。
我々は,既存の会話モデルと比較し,自動評価を用いたモデルの評価を行った。
論文 参考訳（メタデータ） (2020-08-28T10:59:31Z) - Conversation Learner -- A Machine Teaching Tool for Building Dialog
Managers for Task-Oriented Dialog Systems [57.082447660944965]
Conversation Learnerは、ダイアログマネージャを構築するための機械学習ツールである。
ダイアログ作成者が慣れ親しんだツールを使ってダイアログフローを作成し、ダイアログフローをパラメトリックモデルに変換することができる。
ユーザシステムダイアログをトレーニングデータとして活用することで、ダイアログ作成者が時間とともにダイアログマネージャを改善することができる。
論文 参考訳（メタデータ） (2020-04-09T00:10:54Z)
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。