論文の概要: Knowledge-driven Answer Generation for Conversational Search

• arxiv url: http://arxiv.org/abs/2104.06892v1
• Date: Wed, 14 Apr 2021 14:35:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-15 13:12:55.741321
• Title: Knowledge-driven Answer Generation for Conversational Search
• Title（参考訳）: 会話探索のための知識駆動回答生成
• Authors: Mariana Leite, Rafael Ferreira, David Semedo, Jo\~ao Magalh\~aes
• Abstract要約: 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。
• 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: The conversational search paradigm introduces a step change over the traditional search paradigm by allowing users to interact with search agents in a multi-turn and natural fashion. The conversation flows naturally and is usually centered around a target field of knowledge. In this work, we propose a knowledge-driven answer generation approach for open-domain conversational search, where a conversation-wide entities' knowledge graph is used to bias search-answer generation. First, a conversation-specific knowledge graph is extracted from the top passages retrieved with a Transformer-based re-ranker. The entities knowledge-graph is then used to bias a search-answer generator Transformer towards information rich and concise answers. This conversation specific bias is computed by identifying the most relevant passages according to the most salient entities of that particular conversation. Experiments show that the proposed approach successfully exploits entities knowledge along the conversation, and outperforms a set of baselines on the search-answer generation task.
• Abstract（参考訳）: 対話型検索パラダイムは、ユーザがマルチターンで自然な方法で検索エージェントと対話できるようにすることによって、従来の検索パラダイムに対するステップ変更を導入する。 会話は自然に流れ、通常、対象の知識分野を中心に行われる。 本研究では,オープンドメイン対話型検索における知識駆動型回答生成手法を提案する。 まず、トランスベースの再ランク付け器で検索された上位通路から会話固有の知識グラフを抽出する。 エンティティナレッジグラフは、検索・アンサー生成器トランスフォーマーを情報豊かで簡潔な回答に偏らせるために使用される。 この会話固有のバイアスは、その特定の会話の最も有意義な実体に従って最も関連する節を特定することによって計算される。 実験により,提案手法が会話におけるエンティティ知識の活用に成功し,検索・アンサー生成タスクのベースラインを上回ったことを示す。

関連論文リスト

• 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)
• Search-Engine-augmented Dialogue Response Generation with Cheaply Supervised Query Production [98.98161995555485]
  応答生成のために,任意の検索エンジンから膨大な動的情報にアクセス可能な対話モデルを提案する。 コアモジュールとして、クエリプロデューサを使用して、対話コンテキストからクエリを生成して、検索エンジンと対話する。 R@1とR@5のレートを62.4%と74.8%で達成できることを示す実験を行った。
  論文  参考訳（メタデータ） (2023-02-16T01:58:10Z)
• Investigating Conversational Search Behavior For Domain Exploration [0.5512295869673147]
  本研究では,未知の情報景観を通したナビゲーションのオープンな探索行動について検討する。 5つの領域にわたる一般的な情報探索パターンを明らかにするために,統計解析とプロセスマイニング手法を適用した。
  論文  参考訳（メタデータ） (2023-01-10T17:43:03Z)
• 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)
• 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)
• BERT Embeddings Can Track Context in Conversational Search [5.3222282321717955]
  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。
  論文  参考訳（メタデータ） (2021-04-13T22:02:24Z)
• Detecting and Classifying Malevolent Dialogue Responses: Taxonomy, Data and Methodology [68.8836704199096]
  コーパスベースの会話インタフェースは、テンプレートベースのエージェントや検索ベースのエージェントよりも多様な自然なレスポンスを生成することができる。 コーパスベースの会話エージェントの生成能力が増大すると、マレヴォレントな反応を分類し、フィルタリングする必要性が生じる。 不適切な内容の認識と分類に関するこれまでの研究は、主にある種のマレヴォレンスに焦点を絞っている。
  論文  参考訳（メタデータ） (2020-08-21T22:43:27Z)
• 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。