論文の概要: CaSiNo: A Corpus of Campsite Negotiation Dialogues for Automatic Negotiation Systems

• arxiv url: http://arxiv.org/abs/2103.15721v1
• Date: Mon, 29 Mar 2021 16:07:25 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-30 18:55:32.598534
• Title: CaSiNo: A Corpus of Campsite Negotiation Dialogues for Automatic Negotiation Systems
• Title（参考訳）: カジノ:自動交渉システムのためのキャンプ場交渉対話コーパス
• Authors: Kushal Chawla, Jaysa Ramirez, Rene Clever, Gale Lucas, Jonathan May, Jonathan Gratch
• Abstract要約: 我々はCaSiNo:英語で数千以上の交渉対話の斬新なコーパスを提示します。 私たちの設計は、トラクタブルで閉じたドメイン環境を維持しながら、多様で言語的に豊富な交渉をもたらします。 これらの戦略を与えられた発話で認識するためのマルチタスクフレームワークの提案と評価を行います。
• 参考スコア（独自算出の注目度）: 11.43342650898619
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automated systems that negotiate with humans have broad applications in pedagogy and conversational AI. To advance the development of practical negotiation systems, we present CaSiNo: a novel corpus of over a thousand negotiation dialogues in English. Participants take the role of campsite neighbors and negotiate for food, water, and firewood packages for their upcoming trip. Our design results in diverse and linguistically rich negotiations while maintaining a tractable, closed-domain environment. Inspired by the literature in human-human negotiations, we annotate persuasion strategies and perform correlation analysis to understand how the dialogue behaviors are associated with the negotiation performance. We further propose and evaluate a multi-task framework to recognize these strategies in a given utterance. We find that multi-task learning substantially improves the performance for all strategy labels, especially for the ones that are the most skewed. We release the dataset, annotations, and the code to propel future work in human-machine negotiations: https://github.com/kushalchawla/CaSiNo
• Abstract（参考訳）: 人間と交渉する自動化システムは、教育と会話AIに幅広い応用がある。 実践的な交渉システムの開発を進めるために、英語で1000以上の交渉対話を行う新しいコーパスであるCaSiNoを提案する。 参加者はキャンプ場の隣人の役割を担い、来るべき旅行のために食料、水、firewoodパッケージを交渉します。 我々の設計は、拡張可能な閉領域環境を維持しながら、多様で言語的に豊かな交渉をもたらす。 ヒューマン・ヒューマン・ネゴシエーションの文献に触発され,説得戦略と相関分析を行い,対話行動とネゴシエーションのパフォーマンスとの関連性を理解する。 さらに,与えられた発話の中でこれらの戦略を認識するマルチタスクフレームワークを提案し,評価する。 マルチタスク学習がすべての戦略ラベル,特に最も歪んだもののパフォーマンスを大幅に向上させることがわかった。 私たちは、人間と機械の交渉で将来の作業を促進するためのデータセット、アノテーション、コードをリリースします。

関連論文リスト

• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• Let's Negotiate! A Survey of Negotiation Dialogue Systems [56.01648785030208]
  交渉は人間のコミュニケーションにおいて重要な能力である。 近年の交渉対話システムへの関心は、紛争の解決や合意の達成を支援するインテリジェントなエージェントを作ることを目標としている。
  論文  参考訳（メタデータ） (2024-02-02T02:12:46Z)
• INA: An Integrative Approach for Enhancing Negotiation Strategies with Reward-Based Dialogue System [22.392304683798866]
  本稿では,オンラインマーケットプレース向けに設計された対話エージェントを提案する。 我々は,交渉担当者を訓練するための交渉作業に適した,一連の新しい報酬を雇用している。 提案手法と報奨システムはエージェントの交渉能力を大幅に向上させることを示す。
  論文  参考訳（メタデータ） (2023-10-27T15:31:16Z)
• Be Selfish, But Wisely: Investigating the Impact of Agent Personality in Mixed-Motive Human-Agent Interactions [24.266490660606497]
  セルフプレイのRLは交渉において妥協の価値を学ばないことがわかった。 我々は、多様な個性を持つエージェントを設計し、人間のパートナーとのパフォーマンスを分析するために、トレーニング手順を2つの新しい方法で修正する。 どちらの手法も有望性を示すが、自尊心のあるエージェントは、自己と交渉相手の両方に価値を生み出すことを暗黙的に学習することで、自身のパフォーマンスを最大化し、歩行を回避し、他の変種よりも優れた性能を発揮する。
  論文  参考訳（メタデータ） (2023-10-22T20:31:35Z)
• Language of Bargaining [60.218128617765046]
  我々は、言語の使用が二国間交渉をどのように形成するかを研究するための新しいデータセットを構築した。 我々の研究は、交渉の結果を予測する言語信号も明らかにしている。
  論文  参考訳（メタデータ） (2023-06-12T13:52:01Z)
• Channel-aware Decoupling Network for Multi-turn Dialogue Comprehension [81.47133615169203]
  本稿では,PrLMの逐次文脈化を超えて,発話間の包括的相互作用のための合成学習を提案する。 私たちは、モデルが対話ドメインに適応するのを助けるために、ドメイン適応型トレーニング戦略を採用しています。 実験の結果,提案手法は4つの公開ベンチマークデータセットにおいて,強力なPrLMベースラインを著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2023-01-10T13:18:25Z)
• Let's Negotiate! A Survey of Negotiation Dialogue Systems [50.8766991794008]
  交渉は人間のコミュニケーションにおいて重要な能力の1つである。 目標とは、人間が紛争を解決したり、有益な合意に達するのを効率的に支援する能力を持つ知的エージェントを強化することである。
  論文  参考訳（メタデータ） (2022-12-18T12:03:53Z)
• Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
  自然言語を理解し、人間と対話するための訓練機械は、人工知能の解明と本質的なタスクである。 本稿では,対話理解タスクにおける対話モデリングの技術的視点から,過去の手法を概観する。 さらに,対話シナリオにおけるPrLMの強化に使用される対話関連事前学習手法を分類する。
  論文  参考訳（メタデータ） (2021-10-11T03:52:37Z)
• Towards Emotion-Aware Agents For Negotiation Dialogues [2.1454205511807234]
  交渉は、人間の意思決定における感情的な出会いをカプセル化する複雑な社会的相互作用である。 人間と交渉できるバーチャルエージェントは、教育と会話のAIに役立ちます。 交渉から抽出した感情特性が予測にどの程度役立つかを分析する。
  論文  参考訳（メタデータ） (2021-07-28T04:42:36Z)

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。