論文の概要: BERT Embeddings Can Track Context in Conversational Search
- arxiv url: http://arxiv.org/abs/2104.06529v1
- Date: Tue, 13 Apr 2021 22:02:24 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-15 13:29:42.877237
- Title: BERT Embeddings Can Track Context in Conversational Search
- Title（参考訳）: BERT埋め込みは会話検索におけるコンテキストを追跡できる
- Authors: Rafael Ferreira, David Semedo, Joao Magalhaes
- Abstract要約: 我々は,自然な方法で情報検索を支援する対話型検索システムを開発した。
システムは、質問が提示される状況を理解し、会話の現在の状態を追跡し、以前の質問や回答に対する言及を検出する。
- 参考スコア（独自算出の注目度）: 5.3222282321717955
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of conversational assistants to search for information is becoming
increasingly more popular among the general public, pushing the research
towards more advanced and sophisticated techniques. In the last few years, in
particular, the interest in conversational search is increasing, not only
because of the generalization of conversational assistants but also because
conversational search is a step forward in allowing a more natural interaction
with the system.
In this work, the focus is on exploring the context present of the
conversation via the historical utterances and respective embeddings with the
aim of developing a conversational search system that helps people search for
information in a natural way. In particular, this system must be able to
understand the context where the question is posed, tracking the current state
of the conversation and detecting mentions to previous questions and answers.
We achieve this by using a context-tracking component based on neural
query-rewriting models. Another crucial aspect of the system is to provide the
most relevant answers given the question and the conversational history. To
achieve this objective, we used a Transformer-based re-ranking method and
expanded this architecture to use the conversational context.
The results obtained with the system developed showed the advantages of using
the context present in the natural language utterances and in the neural
embeddings generated throughout the conversation.
- Abstract（参考訳）: 情報検索における会話型アシスタントの利用は、一般大衆の間でますます人気が高まり、より高度な技術へと研究が進められている。
特にここ数年、会話型アシスタントの一般化だけでなく、会話型検索がシステムとのより自然なインタラクションを可能にするための一歩であることから、会話型検索への関心が高まっている。
本研究は,人々が自然な方法で情報検索を支援する対話型検索システムの構築を目的として,歴史的発話と組込みを通じて,会話のコンテキストを探索することに焦点を当てている。
特に、このシステムは、質問が提起されたコンテキストを理解し、会話の現在の状態を追跡し、前の質問や回答に対する言及を検出する必要がある。
我々は、ニューラルネットワークのクエリー書き換えモデルに基づくコンテキスト追跡コンポーネントを用いてこれを実現する。
システムのもう1つの重要な側面は、質問と会話の歴史に最も関係のある答えを提供することである。
この目的を達成するために、Transformerベースのリグレード手法を使用し、このアーキテクチャを拡張して会話コンテキストを用いた。
本システムを用いて得られた結果から,自然言語発話における文脈と,会話を通じて生成された神経内埋め込みを用いることの利点が示された。
関連論文リスト
- A Survey of Conversational Search [44.09402706387407]
会話検索における最近の進歩と今後の方向性について検討する。
これらのシステムの拡張において,大規模言語モデル(LLM)の統合を強調した。
我々は,現実のアプリケーションに対する洞察と,現在の対話型検索システムの堅牢な評価を提供する。
論文 参考訳（メタデータ） (2024-10-21T01:54:46Z) - History-Aware Conversational Dense Retrieval [31.203399110612388]
本稿では,コンテキスト依存型クエリ再構成と監視信号の自動マイニングという2つのアイデアを取り入れた,履歴認識型会話用Dense Retrieval(HAConvDR)システムを提案する。
2つの公開対話型検索データセットの実験は、HAConvDRの履歴モデリング機能の改善を実証している。
論文 参考訳（メタデータ） (2024-01-30T01:24:18Z) - Social Commonsense-Guided Search Query Generation for Open-Domain
Knowledge-Powered Conversations [66.16863141262506]
本稿では,ソーシャルコモンセンスによってガイドされたインターネット検索クエリ生成に焦点を当てた新しいアプローチを提案する。
提案フレームワークは,トピックトラッキング,コモンセンス応答生成,命令駆動クエリ生成を統合することで,受動的ユーザインタラクションに対処する。
論文 参考訳（メタデータ） (2023-10-22T16:14:56Z) - From Data to Dialogue: Leveraging the Structure of Knowledge Graphs for
Conversational Exploratory Search [4.861125297881693]
本稿では,自然言語質問によるニュース記事探索のための知識駆動対話システムを提案する。
54名の被験者を対象に,グラフに基づく探索探索の有効性を実証的に評価した。
論文 参考訳（メタデータ） (2023-10-08T12:52:09Z) - FCC: Fusing Conversation History and Candidate Provenance for Contextual
Response Ranking in Dialogue Systems [53.89014188309486]
複数のチャネルからコンテキスト情報を統合できるフレキシブルなニューラルネットワークフレームワークを提案する。
会話応答ランキングタスクの評価に広く用いられているMSDialogデータセット上で,本モデルの評価を行った。
論文 参考訳（メタデータ） (2023-03-31T23:58:28Z) - 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) - Retrieval-Free Knowledge-Grounded Dialogue Response Generation with
Adapters [52.725200145600624]
軽量アダプタで事前学習した言語モデルに事前知識を注入し、検索プロセスをバイパスする KnowExpert を提案する。
実験結果から,KnowExpertは検索ベースラインと相容れない性能を示した。
論文 参考訳（メタデータ） (2021-05-13T12:33:23Z) - BERT-CoQAC: BERT-based Conversational Question Answering in Context [10.811729691130349]
履歴変換をシステム内に組み込むためのBERTという,パブリックに利用可能なプリトレーニング言語モデルに基づくフレームワークを紹介する。
実験の結果,我々のフレームワークはQuACリーダボードの最先端モデルと同等の性能を示した。
論文 参考訳（メタデータ） (2021-04-23T03:05:17Z) - 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) - Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term
Importance Estimation and Neural Query Rewriting [56.268862325167575]
マルチステージアドホックIRシステムにクエリ再構成を組み込んだ会話経路検索(ConvPR)に取り組む。
本稿では,1項の重要度推定と2項のニューラルクエリ書き換えという2つの手法を提案する。
前者に対しては、周波数に基づく信号を用いて会話コンテキストから抽出した重要な用語を用いて会話クエリを拡張する。
後者では,会話クエリを,事前訓練されたシーケンス列列列モデルを用いて,自然な,スタンドアロンの,人間の理解可能なクエリに再構成する。
論文 参考訳（メタデータ） (2020-05-05T14:30:20Z)
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。