論文の概要: Open-Domain Conversational Search Assistant with Transformers
- arxiv url: http://arxiv.org/abs/2101.08197v1
- Date: Wed, 20 Jan 2021 16:02:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-22 01:32:27.562489
- Title: Open-Domain Conversational Search Assistant with Transformers
- Title(参考訳): トランスフォーマーを用いたオープンドメイン対話型検索アシスタント
- Authors: Rafael Ferreira, Mariana Leite, David Semedo and Joao Magalhaes
- Abstract要約: トランスフォーマーアーキテクチャが重要なIRタスクで最先端の結果を達成する方法を示します。
2つの大きな課題を解決するために、オープンドメインの抽象的な対話型検索エージェントパイプラインを提案する。
- 参考スコア(独自算出の注目度): 4.735500711531941
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Open-domain conversational search assistants aim at answering user questions
about open topics in a conversational manner. In this paper we show how the
Transformer architecture achieves state-of-the-art results in key IR tasks,
leveraging the creation of conversational assistants that engage in open-domain
conversational search with single, yet informative, answers. In particular, we
propose an open-domain abstractive conversational search agent pipeline to
address two major challenges: first, conversation context-aware search and
second, abstractive search-answers generation. To address the first challenge,
the conversation context is modeled with a query rewriting method that unfolds
the context of the conversation up to a specific moment to search for the
correct answers. These answers are then passed to a Transformer-based re-ranker
to further improve retrieval performance. The second challenge, is tackled with
recent Abstractive Transformer architectures to generate a digest of the top
most relevant passages. Experiments show that Transformers deliver a solid
performance across all tasks in conversational search, outperforming the best
TREC CAsT 2019 baseline.
- Abstract(参考訳): オープンドメイン会話検索アシスタントは、オープントピックに関するユーザの質問に会話形式で答えることを目的としている。
本稿では,トランスフォーマーアーキテクチャが,オープンドメインの対話型検索に係わる対話型アシスタントを単一かつ有意義な回答で作成することにより,重要なIRタスクにおける最先端結果を実現する方法を示す。
特に,会話コンテキストを意識した検索と,第2の抽象的検索回答生成という2つの大きな課題に対処する,オープンドメインの抽象的対話型検索エージェントパイプラインを提案する。
最初の課題に対処するために、会話コンテキストは、適切な回答を検索するために、会話のコンテキストを特定の瞬間まで展開するクエリ書き換えメソッドでモデル化される。
これらの回答はTransformerベースのリランカに渡され、検索性能がさらに向上する。
第2の課題は、最近の抽象トランスフォーマーアーキテクチャに取り組み、最も関係のある最上位の通路のダイジェストを生成することである。
実験によると、Transformerは会話検索のすべてのタスクに対して安定したパフォーマンスを提供し、TREC CAsT 2019ベースラインで最高のパフォーマンスを発揮する。
関連論文リスト
- KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。
本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
論文 参考訳(メタデータ) (2022-05-11T16:01:03Z) - 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) - DialogVED: A Pre-trained Latent Variable Encoder-Decoder Model for
Dialog Response Generation [80.45816053153722]
DialogVEDは、拡張エンコーダデコーダ事前トレーニングフレームワークに連続潜伏変数を導入し、応答の関連性と多様性を高める。
我々は,PersonaChat,DailyDialog,DSTC7 -AVSDベンチマークを用いて応答生成実験を行った。
論文 参考訳(メタデータ) (2022-04-27T16:18:15Z) - Keyword Extraction for Improved Document Retrieval in Conversational
Search [10.798537120200006]
混合開始型会話検索は大きな利点をもたらす。
会話からユーザーが提供する追加情報を取り入れることには、いくつかの課題がある。
我々は2つの対話型キーワード抽出データセットを収集し、それらを組み込んだエンドツーエンドの文書検索パイプラインを提案する。
論文 参考訳(メタデータ) (2021-09-13T13:55:37Z) - Analysing Mixed Initiatives and Search Strategies during Conversational
Search [31.63357369175702]
本稿では,対話型検索のモデルを提案する。そこから観察された対話型検索戦略をインスタンス化し,エージェントが引き起こす: (i) フィードバックファースト, (ii) フィードバックアフタ。
分析の結果,質問結果の提示後に質問された場合,質問内容の明確化が良好であるのに対して,質問内容の明確化が良好であることが判明した。
論文 参考訳(メタデータ) (2021-09-13T13:30:10Z) - Smoothing Dialogue States for Open Conversational Machine Reading [70.83783364292438]
本稿では,2つの対話状態を1つのデコーダとブリッジ決定と質問生成でスムーズにすることで,効果的なゲーティング戦略を提案する。
OR-ShARCデータセットを用いた実験により,本手法の有効性が示された。
論文 参考訳(メタデータ) (2021-08-28T08:04:28Z) - OTTers: One-turn Topic Transitions for Open-Domain Dialogue [11.305029351461306]
オープンドメイン対話における混合イニシアティブは、新しいトピックを積極的に導入するシステムを必要とする。
1ターンのトピック遷移タスクは、システムが協調的で一貫性のある方法で2つのトピックを接続する方法を探索する。
論文 参考訳(メタデータ) (2021-05-28T10:16:59Z) - A Graph-guided Multi-round Retrieval Method for Conversational
Open-domain Question Answering [52.041815783025186]
本稿では,会話のターン間の回答間の関係をモデル化するグラフ誘導検索手法を提案する。
また,検索コンテキストが現在の質問理解に与える影響を検討するために,マルチラウンド関連フィードバック手法を導入することを提案する。
論文 参考訳(メタデータ) (2021-04-17T04:39:41Z) - Knowledge-driven Answer Generation for Conversational Search [4.735500711531941]
オープンドメイン会話検索のための知識駆動型回答生成手法を提案する。
会話全体のエンティティの知識グラフは、検索回答生成のバイアスに使用される。
実験により,提案手法が会話中のエンティティ知識をうまく活用できることが確認された。
論文 参考訳(メタデータ) (2021-04-14T14:35:54Z) - A Response Retrieval Approach for Dialogue Using a Multi-Attentive
Transformer [16.692776556613516]
本稿では,第9回対話システム技術チャレンジ(DSTC9)について紹介する。
提案手法は, トラック番号4のSimulated Interactive MultiModal Conversationsに対処する。
本手法では,ユーザによる要求とユーザが参照している製品に対するエージェントの応答を条件としたマルチタッチ構造を持つトランスフォーマティブに基づくニューラルアーキテクチャを用いる。
論文 参考訳(メタデータ) (2020-12-15T08:35:58Z) - Reasoning in Dialog: Improving Response Generation by Context Reading
Comprehension [49.92173751203827]
マルチターンダイアログでは、発話が文の完全な形を取るとは限らない。
読み解きの質問に答えるモデルの能力を検討し、応答生成性能の向上を提案する。
論文 参考訳(メタデータ) (2020-12-14T10:58:01Z)
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。