論文の概要: Joint Coreference Resolution and Character Linking for Multiparty Conversation

• arxiv url: http://arxiv.org/abs/2101.11204v2
• Date: Thu, 28 Jan 2021 08:25:29 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-01 18:56:58.220663
• Title: Joint Coreference Resolution and Character Linking for Multiparty Conversation
• Title（参考訳）: 多人数会話における共同一致解決と文字リンク
• Authors: Jiaxin Bai, Hongming Zhang, Yangqiu Song, and Kun Xu
• Abstract要約: 本稿では,リンクを補助する参照間でのコア参照関係から,よりリッチなコンテキストを取り入れることを提案する。 コージェネレーションとキャラクタリンクの連立学習モデルであるC$2$を提案する。 実験の結果、C$2$は、両方のタスクにおける以前の作業よりも大幅に優れていることが示された。
• 参考スコア（独自算出の注目度）: 44.3895645071444
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Character linking, the task of linking mentioned people in conversations to the real world, is crucial for understanding the conversations. For the efficiency of communication, humans often choose to use pronouns (e.g., "she") or normal phrases (e.g., "that girl") rather than named entities (e.g., "Rachel") in the spoken language, which makes linking those mentions to real people a much more challenging than a regular entity linking task. To address this challenge, we propose to incorporate the richer context from the coreference relations among different mentions to help the linking. On the other hand, considering that finding coreference clusters itself is not a trivial task and could benefit from the global character information, we propose to jointly solve these two tasks. Specifically, we propose C$^2$, the joint learning model of Coreference resolution and Character linking. The experimental results demonstrate that C$^2$ can significantly outperform previous works on both tasks. Further analyses are conducted to analyze the contribution of all modules in the proposed model and the effect of all hyper-parameters.
• Abstract（参考訳）: 会話で言及された人々を現実世界に結びつけるタスクである文字リンクは、会話を理解するために重要です。 コミュニケーションの効率性のために、人間はしばしば代名詞(例:「彼女」または通常のフレーズ(例:「あの女の子」)を話し言葉で名前付き実体(例:「レイチェル」)ではなく使用することを選びます。 この課題を解決するために、リンクを支援するために、異なる言及間のコアファレンス関係からよりリッチなコンテキストを組み込むことを提案します。 一方,共同参照クラスタ自体の発見は自明な作業ではなく,グローバルキャラクタ情報によるメリットがあると考えられるため,これら2つの課題を共同で解決することを提案する。 具体的には、C$^2$, Coreference resolution と Character linking の連立学習モデルを提案する。 実験結果は、C$^2$が両方のタスクで以前の作業を大幅に上回ることを実証した。 さらに,提案モデルにおける全モジュールの寄与と全ハイパーパラメータの効果を解析するために解析を行った。

関連論文リスト

• Increasing faithfulness in human-human dialog summarization with Spoken Language Understanding tasks [0.0]
  本稿では,タスク関連情報を組み込むことによって,要約処理の促進を図ることを提案する。 その結果,タスク関連情報とモデルを統合することで,単語の誤り率が異なる場合でも要約精度が向上することがわかった。
  論文  参考訳（メタデータ） (2024-09-16T08:15:35Z)
• Personalized Topic Selection Model for Topic-Grounded Dialogue [24.74527189182273]
  現在のモデルは、ユーザに興味がなく、文脈的に無関係なトピックを予測する傾向があります。 我々はtextbfTopic-grounded textbfDialogue のための textbfPersonalized topic stextbfElection model を提案する。 提案手法は,多種多様な応答を生成でき,最先端のベースラインを達成できる。
  論文  参考訳（メタデータ） (2024-06-04T06:09:49Z)
• DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
  プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。 そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
  論文  参考訳（メタデータ） (2023-06-15T10:41:23Z)
• Syntax and Semantics Meet in the "Middle": Probing the Syntax-Semantics Interface of LMs Through Agentivity [68.8204255655161]
  このような相互作用を探索するためのケーススタディとして,作用性のセマンティックな概念を提示する。 これは、LMが言語アノテーション、理論テスト、発見のためのより有用なツールとして役立つ可能性を示唆している。
  論文  参考訳（メタデータ） (2023-05-29T16:24:01Z)
• Learning Multi-Object Positional Relationships via Emergent Communication [16.26264889682904]
  観測対象が2つの対象を含む参照ゲームにおいてエージェントを訓練し、位置関係が関与している場合、一般化が主要な問題であることを示す。 学習言語は,目標を位置関係で記述したマルチステップのMDPタスクにおいてうまく一般化でき,実画像や事前学習した画像機能よりも優れることがわかった。 また,参照ゲームからの言語移行は,このタスクで直接学習する言語よりも,新しいタスクにおいて優れており,参照ゲームにおける事前学習のメリットが示唆されている。
  論文  参考訳（メタデータ） (2023-02-16T04:44:53Z)
• 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)
• A Unified Approach to Entity-Centric Context Tracking in Social Conversations [6.0969408858730985]
  人間と人間の会話において、コンテキストトラッキングは重要な実体を特定し、それらの性質と関係を追跡する。 Contrackは、人間と人間の大規模会話コーパスで、コンテキストトラッキングと位置アノテーションを提供する。 コンテキストトラッキングのためのニューラルネットワークアーキテクチャをオープンソースとして公開しています。
  論文  参考訳（メタデータ） (2022-01-28T20:38:13Z)
• Detecting Speaker Personas from Conversational Texts [52.4557098875992]
  本研究では,平易な会話テキストに基づく話者ペルソナの検出を目的とした,話者ペルソナ検出(SPD)という新しいタスクについて検討する。 我々は、Persona Match on Persona-Chat (PMPC)と呼ばれるSPDのためのデータセットを構築している。 本稿では,複数のベースラインモデルを評価し,この課題に対する発話対注目(U2P)マッチングネットワークを提案する。
  論文  参考訳（メタデータ） (2021-09-03T06:14:38Z)
• Dialogue History Matters! Personalized Response Selectionin Multi-turn Retrieval-based Chatbots [62.295373408415365]
  本稿では,コンテキスト応答マッチングのためのパーソナライズドハイブリッドマッチングネットワーク(phmn)を提案する。 1) ユーザ固有の対話履歴からパーソナライズされた発話行動を付加的なマッチング情報として抽出する。 ユーザ識別による2つの大規模データセット,すなわちパーソナライズされた対話 Corpus Ubuntu (P-Ubuntu) とパーソナライズされたWeiboデータセット (P-Weibo) のモデルを評価する。
  論文  参考訳（メタデータ） (2021-03-17T09:42:11Z)

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。