論文の概要: Time to Transfer: Predicting and Evaluating Machine-Human Chatting Handoff

• arxiv url: http://arxiv.org/abs/2012.07610v1
• Date: Mon, 14 Dec 2020 15:02:08 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-08 14:26:37.817813
• Title: Time to Transfer: Predicting and Evaluating Machine-Human Chatting Handoff
• Title（参考訳）: time to transfer: 機械と人間のチャットハンドオフの予測と評価
• Authors: Jiawei Liu, Zhe Gao, Yangyang Kang, Zhuoren Jiang, Guoxiu He, Changlong Sun, Xiaozhong Liu, Wei Lu
• Abstract要約: 人間とアルゴリズムのコラボレーションを可能にするMHCH(Machine-Human Chatting Handoff)を紹介します。 正規/伝達可能な発話を検出するために,DAMI(Difficulty-Assisted Matching Inference)ネットワークを提案する。 文脈マッチング機能をキャプチャするためにマッチング推論機構が導入される。
• 参考スコア（独自算出の注目度）: 36.62707486132739
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Is chatbot able to completely replace the human agent? The short answer could be - "it depends...". For some challenging cases, e.g., dialogue's topical spectrum spreads beyond the training corpus coverage, the chatbot may malfunction and return unsatisfied utterances. This problem can be addressed by introducing the Machine-Human Chatting Handoff (MHCH), which enables human-algorithm collaboration. To detect the normal/transferable utterances, we propose a Difficulty-Assisted Matching Inference (DAMI) network, utilizing difficulty-assisted encoding to enhance the representations of utterances. Moreover, a matching inference mechanism is introduced to capture the contextual matching features. A new evaluation metric, Golden Transfer within Tolerance (GT-T), is proposed to assess the performance by considering the tolerance property of the MHCH. To provide insights into the task and validate the proposed model, we collect two new datasets. Extensive experimental results are presented and contrasted against a series of baseline models to demonstrate the efficacy of our model on MHCH.
• Abstract（参考訳）: チャットボットは人間のエージェントを完全に置き換えられるか? 短い答えは、"それは...に依存します。 例えば、対話の話題のスペクトルがトレーニングコーパスのカバレッジを超えて広がるような難しいケースでは、チャットボットは機能不全を起こし、不満足な発話を返す。 この問題は、人間とアルゴリズムの協調を可能にするMHCH(Machine-Human Chatting Handoff)を導入することで解決できる。 正規/伝達可能な発話を検出するために,難解な符号化を利用して発話の表現を強化するDAMI(Difficulty-Assisted Matching Inference)ネットワークを提案する。 さらに,コンテクストマッチング機能を取り込むためのマッチング推論機構を導入する。 MHCHの耐久性を考慮した新しい評価指標であるGolden Transfer in Tolerance (GT-T)を提案する。 タスクに対する洞察を提供し、提案したモデルを検証するために、2つの新しいデータセットを収集する。 MHCH上でのモデルの有効性を示すために, 一連のベースラインモデルに対して大規模な実験結果を示し, 比較した。

関連論文リスト

• UAHOI: Uncertainty-aware Robust Interaction Learning for HOI Detection [18.25576487115016]
  本稿では,Human-Object Interaction(HOI)検出について述べる。 与えられた画像やビデオフレーム内の人間とオブジェクト間の相互作用を識別し、理解するという課題に対処する。 本研究では,不確実性を考慮したロバストなヒューマンオブジェクトインタラクション学習であるtextscUAHOIを提案する。
  論文  参考訳（メタデータ） (2024-08-14T10:06:39Z)
• Are AI-Generated Text Detectors Robust to Adversarial Perturbations? [9.001160538237372]
  AI生成テキスト(AIGT)の現在の検出器は、敵の摂動に対する堅牢性を欠いている。 本稿では,既存のAIGT検出手法の堅牢性について検討し,新しい検出器であるシームズキャリブレーション・リコンストラクション・ネットワーク(SCRN)を導入する。 SCRNは、テキストからのノイズの追加と除去に再構成ネットワークを使用し、局所的な摂動に対して堅牢な意味表現を抽出する。
  論文  参考訳（メタデータ） (2024-06-03T10:21:48Z)
• Improving Machine Translation with Human Feedback: An Exploration of Quality Estimation as a Reward Model [75.66013048128302]
  本研究では,QEモデルを報酬モデルとして活用し,フィードバックトレーニングにおける人間の嗜好を予測する可能性について検討する。 まず,QEに基づくフィードバックトレーニングにおいて,翻訳品質が低下する中で,報酬の増大として現れる過度な最適化問題を同定した。 問題に対処するために,ルールを用いて誤った翻訳を検知し,報酬のスコアにペナルティ項を割り当てる,シンプルで効果的な手法を採用する。
  論文  参考訳（メタデータ） (2024-01-23T16:07:43Z)
• PSDiff: Diffusion Model for Person Search with Iterative and Collaborative Refinement [59.6260680005195]
  本稿では,拡散モデルであるPSDiffに基づく新しいPerson Searchフレームワークを提案する。 PSDiffは、ノイズの多いボックスとReID埋め込みから地上の真実へのデュアルデノケーションプロセスとして検索する人を定式化する。 新しいパラダイムに従って、我々は、反復的かつ協調的な方法で検出とReIDサブタスクを最適化する新しいコラボレーティブ・デノナイジング・レイヤ(CDL)を設計する。
  論文  参考訳（メタデータ） (2023-09-20T08:16:39Z)
• Towards General Visual-Linguistic Face Forgery Detection [95.73987327101143]
  ディープフェイクは現実的な顔操作であり、セキュリティ、プライバシー、信頼に深刻な脅威をもたらす可能性がある。 既存の方法は、このタスクを、デジタルラベルまたはマスク信号を使用して検出モデルをトレーニングするバイナリ分類として扱う。 本稿では, 微粒な文レベルのプロンプトをアノテーションとして用いた, VLFFD (Visual-Linguistic Face Forgery Detection) という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-07-31T10:22:33Z)
• DCTM: Dilated Convolutional Transformer Model for Multimodal Engagement Estimation in Conversation [11.185293979235547]
  人間のエンゲージメントをモデル化・推定するための畳み込み変換器を提案する。 提案システムはベースラインモデルを超え,テストセットの7ドル%の改善が目覚ましい。 我々は、異なるモーダル融合機構を用いて、この種のデータに対して、自己注意融合を用いた単純解法が最高の性能を得ることを示す。
  論文  参考訳（メタデータ） (2023-07-31T06:02:35Z)
• An Explainable Geometric-Weighted Graph Attention Network for Identifying Functional Networks Associated with Gait Impairment [0.0]
  パーキンソン病(PD)の徴候の1つは、後部反射の進行性消失である。 歩行障害に伴う脳機能障害の特定は、PD運動の進行をよりよく理解するために重要である。 本稿では,歩行障害の進行を予測した機能的ネットワークを特定するための,説明可能な,幾何学的,重み付けされた注目型ニューラルネットワーク(xGW-GAT)を提案する。
  論文  参考訳（メタデータ） (2023-07-24T19:57:21Z)
• MISMATCH: Fine-grained Evaluation of Machine-generated Text with Mismatch Error Types [68.76742370525234]
  テキスト間のきめ細かいミスマッチに基づいて、7つのNLPタスクにおける人間の判断をモデル化する新しい評価手法を提案する。 細粒度評価のためのNLPタスクの最近の取り組みに触発されて,13種類のミスマッチエラータイプを紹介した。 7つのNLPタスクから得られた有意なデータセットの文対間のミスマッチ誤差は,人間の評価とよく一致している。
  論文  参考訳（メタデータ） (2023-06-18T01:38:53Z)
• A Role-Selected Sharing Network for Joint Machine-Human Chatting Handoff and Service Satisfaction Analysis [35.937850808046456]
  本稿では,対話満足度推定とハンドオフ予測を統合した新しいモデルであるRole-Selected Sharing Network(RSSN)を提案する。 ダイアログマイニングにおける従来の取り組みとは異なり、地域ユーザの満足度をブリッジとして活用することにより、グローバルな満足度検知器とハンドオフ予測器は、重要な情報を効果的に交換することができる。
  論文  参考訳（メタデータ） (2021-09-17T08:39:45Z)
• Exploiting Unsupervised Data for Emotion Recognition in Conversations [76.01690906995286]
  会話における感情認識(Emotion Recognition in Conversations:ERC)は、会話における話者の感情状態を予測することを目的としている。 ERCタスクの教師付きデータは限られている。 教師なし会話データを活用する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-02T13:28:47Z)

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。