Fugu-MT 論文翻訳(概要): Lifelong Knowledge Learning in Rule-based Dialogue Systems

論文の概要: Lifelong Knowledge Learning in Rule-based Dialogue Systems

arxiv url: http://arxiv.org/abs/2011.09811v1
Date: Thu, 19 Nov 2020 13:33:12 GMT
ステータス: 処理完了
システム内更新日: 2022-09-23 20:42:18.751340
Title: Lifelong Knowledge Learning in Rule-based Dialogue Systems
Title（参考訳）: ルールベース対話システムにおける生涯学習
Authors: Bing Liu and Chuhe Mei
Abstract要約: 本稿では,ルールベースのチャットボットにそのような学習機能を組み込むことにより,ユーザとのチャットにおいて,新たな知識を継続的に獲得することを提案する。多くの実環境にデプロイされたチャットボットはルールベースであるため、この作業は有用である。
参考スコア（独自算出の注目度）: 10.229787631112742
License: http://creativecommons.org/licenses/by/4.0/
Abstract: One of the main weaknesses of current chatbots or dialogue systems is that they do not learn online during conversations after they are deployed. This is a major loss of opportunity. Clearly, each human user has a great deal of knowledge about the world that may be useful to others. If a chatbot can learn from their users during chatting, it will greatly expand its knowledge base and serve its users better. This paper proposes to build such a learning capability in a rule-based chatbot so that it can continuously acquire new knowledge in its chatting with users. This work is useful because many real-life deployed chatbots are rule-based.
Abstract（参考訳）: 現在のチャットボットや対話システムの主な弱点の1つは、デプロイ後に会話中にオンラインで学習しないことである。これは大きな機会の喪失です。明らかに、各人間のユーザーは、他人にとって役に立つかもしれない世界に関する多くの知識を持っている。チャット中にチャットボットがユーザーから学べるなら、その知識基盤を大きく広げ、ユーザーに対してより良いサービスを提供していくだろう。本稿では,ルールベースのチャットボットにそのような学習機能を構築することで,ユーザとのチャットにおいて,新たな知識を継続的に獲得することを提案する。多くの実環境にデプロイされたチャットボットはルールベースであるため、この作業は有用である。

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)
Evaluating Chatbots to Promote Users' Trust -- Practices and Open Problems [11.427175278545517]
本稿では,チャットボットのテスト実践について概説する。ギャップをユーザ信頼の追求におけるオープンな問題として認識する。サービスや製品のパフォーマンス、ユーザの満足度、社会に対する長期的意図しない結果に関する信頼の問題を緩和するための道筋を概説する。
論文参考訳（メタデータ） (2023-09-09T22:40:30Z)
FaceChat: An Emotion-Aware Face-to-face Dialogue Framework [58.67608580694849]
FaceChatは、感情に敏感で対面的な会話を可能にするWebベースの対話フレームワークである。システムには、カウンセリング、感情サポート、パーソナライズされたカスタマーサービスなど、幅広い潜在的なアプリケーションがある。
論文参考訳（メタデータ） (2023-03-08T20:45:37Z)
Lifelong and Continual Learning Dialogue Systems [14.965054800464259]
本書は生涯学習対話システムの新たなパラダイムを紹介する。システムがより多くのユーザとチャットしたり、外部ソースからより多くのことを学ぶようになると、会話の知識が増し、より良くなる。
論文参考訳（メタデータ） (2022-11-12T02:39:41Z)
Using Chatbots to Teach Languages [43.866863322607216]
我々のシステムは、ユーザの言語能力に即時に適応できる。ユーザが誤りから学ぶのに役立つ自動文法エラーフィードバックを提供する。我々の次のステップは、強化学習アルゴリズムを用いてユーザープロファイル情報に適応させることです。
論文参考訳（メタデータ） (2022-07-31T07:01:35Z)
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)
CASS: Towards Building a Social-Support Chatbot for Online Health Community [67.45813419121603]
CASSアーキテクチャは高度なニューラルネットワークアルゴリズムに基づいている。ユーザーからの新たな入力を処理し、さまざまなレスポンスを生成することができる。フォローアップフィールド実験により、CASSは感情的支援を求める個々のメンバーを支援するのに有用であることが証明された。
論文参考訳（メタデータ） (2021-01-04T05:52:03Z)
Conversational agents for learning foreign languages -- a survey [0.0]
会話の実践は、すべての言語学習者には不可欠だが、十分な知識と非常に高価なものを得ることは困難である。本稿では,言語学習のためのチャットボットの概要,既存のアプローチを批判的に分析し,今後の課題について論じる。
論文参考訳（メタデータ） (2020-11-16T12:27:02Z)
Lifelong Learning Dialogue Systems: Chatbots that Self-Learn On the Job [21.87382385938692]
我々は,新たな世界知識を継続的に学習する能力を実現することを提案する。このようなシステムのマルチユーザ環境を利用して,動詞および非動詞手段を介してユーザとの対話を通じて自己学習を行う。
論文参考訳（メタデータ） (2020-09-22T18:10:08Z)
"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。