論文の概要: Multi-turn Dialog System on Single-turn Data in Medical Domain

• arxiv url: http://arxiv.org/abs/2105.12887v1
• Date: Thu, 27 May 2021 00:42:11 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-29 09:31:51.383656
• Title: Multi-turn Dialog System on Single-turn Data in Medical Domain
• Title（参考訳）: 医療領域におけるシングルターンデータを用いたマルチターンダイアログシステム
• Authors: Nazib Sorathiya, Chuan-An Lin, Daniel Chen Daniel Xiong, Scott Zin, Yi Zhang, He Sarina Yang, Sharon Xiaolei Huang
• Abstract要約: 本研究は,マルチターンダイアログデータに基づいて訓練されたマルチターンダイアログシステムに焦点をあてる。 専門家によって検証され,信頼できる医療領域において,多面的な会話データを大量に収集することは困難である。
• 参考スコア（独自算出の注目度）: 3.253894718338814
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recently there has been a huge interest in dialog systems. This interest has also been developed in the field of the medical domain where researchers are focusing on building a dialog system in the medical domain. This research is focused on the multi-turn dialog system trained on the multi-turn dialog data. It is difficult to gather a huge amount of multi-turn conversational data in the medical domain that is verified by professionals and can be trusted. However, there are several frequently asked questions (FAQs) or single-turn QA pairs that have information that is verified by the experts and can be used to build a multi-turn dialog system.
• Abstract（参考訳）: 近年,対話システムに大きな関心が寄せられている。 この関心は、医学領域におけるダイアログシステムの構築に研究者が力を入れている医療領域の分野でも発展してきた。 本研究は,マルチターンダイアログデータに基づいて訓練されたマルチターンダイアログシステムに焦点をあてる。 専門家によって検証され,信頼できる医療領域において,多面的な会話データを大量に収集することは困難である。 しかしながら、専門家が検証し、マルチターンダイアログシステムを構築するために使用できる情報を持つ、頻繁に聞かれる質問(faq)やシングルターンのqaペアがいくつか存在する。

関連論文リスト

• CDialog: A Multi-turn Covid-19 Conversation Dataset for Entity-Aware Dialog Generation [18.047064216849204]
  われわれは,CDialog と命名された Covid-19 病に関連する高品質な医療用ダイアログデータセットを公表した。 本稿では,CDialogデータセットに基づく新しい医用ダイアログシステムを提案する。
  論文  参考訳（メタデータ） (2022-11-16T11:07:34Z)
• MMDialog: A Large-scale Multi-turn Dialogue Dataset Towards Multi-modal Open-domain Conversation [68.53133207668856]
  マルチモーダル会話をより容易にするためのMDDialogデータセットを導入する。 MMDialogは1億800万の現実世界の対話と4,184のトピックにわたる1億3300万のユニークな画像からなるキュレートされたセットで構成されている。 このデータセットを用いて対話システムを構築するために,2つの応答生成タスクを提案し,標準化する。
  論文  参考訳（メタデータ） (2022-11-10T17:37:04Z)
• MSDF: A General Open-Domain Multi-Skill Dialog Framework [12.588753738706753]
  本稿では,様々な対話タスクに適用可能な汎用マルチスキル・ダイアログ・フレームワークMSDFを提案する。 具体的には,多種多様なダイアログコーパスを事前学習した転送可能な応答生成器を提案する。 我々は,ナレッジベースダイアログ,レコメンデーションダイアログ,ペルソナベースのダイアログタスクについて実験を行った。
  論文  参考訳（メタデータ） (2022-06-17T08:38:53Z)
• M3ED: Multi-modal Multi-scene Multi-label Emotional Dialogue Database [139.08528216461502]
  マルチモーダルマルチシーンマルチラベル感情対話データセットM3EDを提案する。 M3EDには56の異なるテレビシリーズの990のダイアドの感情対話があり、合計9,082回、24,449発の発声がある。 我々の知る限りでは、M3EDは中国語における最初のマルチモーダル感情対話データセットである。
  論文  参考訳（メタデータ） (2022-05-09T06:52:51Z)
• HybriDialogue: An Information-Seeking Dialogue Dataset Grounded on Tabular and Textual Data [87.67278915655712]
  我々は、ウィキペディアのテキストとテーブルの両方を基盤とした、クラウドソーシングされた自然な会話からなる新しい対話データセットHybriDialogueを提示する。 これらの会話は、複雑なマルチホップ質問をシンプルで現実的なマルチターン対話に分解することで生成される。
  論文  参考訳（メタデータ） (2022-04-28T00:52:16Z)
• Prompt-based Generative Approach towards Multi-Hierarchical Medical Dialogue State Tracking [5.586690662128686]
  医療対話システムにおける対話状態追跡(DST)モジュールは、下流タスクのための機械可読構造に発話を解釈する。 まず,多階層状態構造を定義し,次に Prompt に基づく生成手法を提案する。 我々の手法は他のDST手法よりも優れており、データが少ないシナリオではかなり効果的である。
  論文  参考訳（メタデータ） (2022-03-18T13:28:27Z)
• On the Generation of Medical Dialogues for COVID-19 [60.63485429268256]
  新型コロナウイルス関連の症状を患ったり、危険因子に晒されたりする人は、医師に相談する必要がある。 医療専門家が不足しているため、多くの人がオンライン相談を受けることができない。 本研究の目的は、新型コロナウイルス関連の相談を提供する医療対話システムの構築である。
  論文  参考訳（メタデータ） (2020-05-11T21:23:43Z)
• UniConv: A Unified Conversational Neural Architecture for Multi-domain Task-oriented Dialogues [101.96097419995556]
  ユニコンブ」はタスク指向対話におけるエンドツーエンド対話システムのための新しい統合型ニューラルネットワークである。 我々は、MultiWOZ2.1ベンチマークにおいて、対話状態追跡、コンテキスト・ツー・テキスト、エンドツーエンド設定の包括的な実験を行う。
  論文  参考訳（メタデータ） (2020-04-29T16:28:22Z)
• Attention over Parameters for Dialogue Systems [69.48852519856331]
  我々は,異なる対話スキルを個別にパラメータ化する対話システムを学び,AoP(Attention over Parameters)を通じてそれぞれを選択し,組み合わせることを学ぶ。 実験の結果,MultiWOZ,In-Car Assistant,Persona-Chatの複合データセット上での競合性能が得られた。
  論文  参考訳（メタデータ） (2020-01-07T03:10:42Z)

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。