論文の概要: Dual Slot Selector via Local Reliability Verification for Dialogue State Tracking

• arxiv url: http://arxiv.org/abs/2107.12578v1
• Date: Tue, 27 Jul 2021 03:40:05 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-28 14:57:42.996607
• Title: Dual Slot Selector via Local Reliability Verification for Dialogue State Tracking
• Title（参考訳）: 対話状態追跡のための局所信頼性検証によるデュアルスロットセレクタ
• Authors: Jinyu Guo, Kai Shuang, Jijie Li and Zihan Wang
• Abstract要約: 既存のアプローチは一般的に、スクラッチから各ターンの対話状態を予測します。 デュアルスロットセレクタは、スロット値を更新するか、前回からスロット値を継承するかを各スロットを決定する。 本手法は,MultiWOZ 2.0,MultiWOZ 2.1,MultiWOZ 2.2データセット上で56.93%,60.73%,58.04%のジョイント精度を実現する。
• 参考スコア（独自算出の注目度）: 9.590435812405095
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The goal of dialogue state tracking (DST) is to predict the current dialogue state given all previous dialogue contexts. Existing approaches generally predict the dialogue state at every turn from scratch. However, the overwhelming majority of the slots in each turn should simply inherit the slot values from the previous turn. Therefore, the mechanism of treating slots equally in each turn not only is inefficient but also may lead to additional errors because of the redundant slot value generation. To address this problem, we devise the two-stage DSS-DST which consists of the Dual Slot Selector based on the current turn dialogue, and the Slot Value Generator based on the dialogue history. The Dual Slot Selector determines each slot whether to update slot value or to inherit the slot value from the previous turn from two aspects: (1) if there is a strong relationship between it and the current turn dialogue utterances; (2) if a slot value with high reliability can be obtained for it through the current turn dialogue. The slots selected to be updated are permitted to enter the Slot Value Generator to update values by a hybrid method, while the other slots directly inherit the values from the previous turn. Empirical results show that our method achieves 56.93%, 60.73%, and 58.04% joint accuracy on MultiWOZ 2.0, MultiWOZ 2.1, and MultiWOZ 2.2 datasets respectively and achieves a new state-of-the-art performance with significant improvements.
• Abstract（参考訳）: 対話状態追跡(dst)の目標は、これまでの全ての対話状況から現在の対話状態を予測することである。 既存のアプローチは一般的に、スクラッチから各ターンの対話状態を予測します。 しかし、各ターンのスロットの圧倒的多数は、単に前のターンからスロット値を継承するだけである。 したがって、各ターンで等しくスロットを扱う機構は非効率であるだけでなく、冗長なスロット値の生成のために追加エラーを引き起こす可能性がある。 この問題に対処するため,2段式DSS-DSTを現回対話に基づくデュアルスロットセレクタと,対話履歴に基づくスロット値生成器を考案した。 デュアルスロットセレクタは、スロット値を更新するか、前回からスロット値を継承するかを、(1)それと現在の旋回発話との間に強い関係がある場合、(2)現在の旋回対話を通じて高い信頼性のスロット値を得ることができる場合の2つの側面から決定する。 更新対象のスロットは、ハイブリッドメソッドによって値を更新するためにスロット値ジェネレータに入ることを許可され、他のスロットは前のターンから直接値を継承する。 その結果,MultiWOZ 2.0,MultiWOZ 2.1,MultiWOZ 2.2データセットに対して56.93%,60.73%,58.04%のジョイント精度を実現し,新たな最先端性能を実現した。

関連論文リスト

• Chain of Thought Explanation for Dialogue State Tracking [52.015771676340016]
  対話状態追跡(DST)は、会話中のユーザクエリと目標を記録することを目的としている。 DSTタスクに対してChain-of-Thought-Explanation(CoTE)というモデルを提案する。 CoTEはスロット値を決定した後、ステップバイステップで詳細な説明を作成するように設計されている。
  論文  参考訳（メタデータ） (2024-03-07T16:59:55Z)
• Knowledge-Aware Audio-Grounded Generative Slot Filling for Limited Annotated Data [61.89520860387473]
  本稿では,タスク指向対話(ToD)システムにおいて,KA2G(Knowledge-Aware Audio-Grounded Generative slot-filling framework)を提案する。 KA2Gは,1)テキスト生成タスクとしてフレーミングすること,2)音声モダリティを付加したテキスト生成を行うこと,3)利用可能な外部知識を条件付けること,である。 標準音声ベースのシングルターンSLURPデータセットと商用ToDシステムから抽出したマルチターンデータセットを用いて実験を行い、強みと一貫した利得を示す。
  論文  参考訳（メタデータ） (2023-07-04T15:05:42Z)
• Beyond the Granularity: Multi-Perspective Dialogue Collaborative Selection for Dialogue State Tracking [18.172993687706708]
  対話状態追跡においては、対話履歴は重要な材料であり、その利用法は異なるモデルによって異なる。 状態更新のために各スロットに対応する対話内容を動的に選択するDiCoS-DSTを提案する。 提案手法は,MultiWOZ 2.1およびMultiWOZ 2.2上での最先端性能を実現し,複数の主流ベンチマークデータセット上での優れた性能を実現する。
  論文  参考訳（メタデータ） (2022-05-20T10:08:45Z)
• LUNA: Learning Slot-Turn Alignment for Dialogue State Tracking [21.80577241399013]
  対話状態追跡(DST)は、対話履歴から現在の対話状態を予測することを目的としている。 既存のメソッドは通常、すべての対話の発話を利用して、各スロットの値を割り当てる。 sLot-tUrNアライメント拡張手法LUNAを提案する。 まず、各スロットを最も関連性の高い発話に明示的にアライメントし、さらに全ての対話発話の代わりに、このアライメントされた発話に基づいて対応する値を予測する。
  論文  参考訳（メタデータ） (2022-05-05T10:18:23Z)
• On Tracking Dialogue State by Inheriting Slot Values in Mentioned Slot Pools [6.093245378608679]
  対話状態追跡(DST)はタスク指向の対話システムの一部である。 多くのDSTモデルはスロット値を適切に更新できない。 本研究は,更新問題に対処するため,参照スロットプール(MSP)を用いたモデルの設計を行った。
  論文  参考訳（メタデータ） (2022-02-15T03:03:38Z)
• Slot Self-Attentive Dialogue State Tracking [22.187581131353948]
  スロット相関を自動的に学習できるスロット自己認識機構を提案する。 2つのマルチドメインタスク指向対話データセットの包括的な実験を行います。
  論文  参考訳（メタデータ） (2021-01-22T22:48:51Z)
• CoCo: Controllable Counterfactuals for Evaluating Dialogue State Trackers [92.5628632009802]
  本稿では,このギャップを橋渡しし,新たなシナリオにおける対話状態追跡(DST)モデルを評価するための制御可能な対策(CoCo)を提案する。 CoCoは、2つのステップで新しい会話シナリオを生成する: (i) スロットをドロップして追加し、スロット値を置き換えて、 (ii) (i) で条件付きで対話フローと整合する対実会話生成。 人間による評価では、COCO生成された会話は95%以上の精度でユーザー目標を完璧に反映し、元の会話と同じくらい人間らしくなっている。
  論文  参考訳（メタデータ） (2020-10-24T09:39:35Z)
• A Contextual Hierarchical Attention Network with Adaptive Objective for Dialogue State Tracking [63.94927237189888]
  本稿では,コンテキスト階層型アテンションネットワークを用いて対話状態追跡(DST)を強化することを提案する。 また,訓練中に異なるスロットの重みを動的に調整することでスロット不均衡問題を緩和する適応的目標を提案する。 実験の結果,MultiWOZ 2.0とMultiWOZ 2.1データセットでは52.68%,58.55%のジョイント精度が得られた。
  論文  参考訳（メタデータ） (2020-06-02T12:25:44Z)
• Rethinking Dialogue State Tracking with Reasoning [76.0991910623001]
  本稿では, 対話状態の段階的追跡を, バックエンドデータの助けを借りて行うことを提案する。 実験の結果,MultiWOZ 2.1の連立信条精度は38.6%向上した。
  論文  参考訳（メタデータ） (2020-05-27T02:05:33Z)
• TripPy: A Triple Copy Strategy for Value Independent Neural Dialog State Tracking [2.78632567955797]
  タスク指向のダイアログシステムは、対話中のユーザの目標を監視するために、ダイアログ状態追跡(DST)に依存している。 スロットを値で埋めるために様々なコピー機構を利用するDSTに新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2020-05-06T14:52:48Z)
• Non-Autoregressive Dialog State Tracking [122.2328875457225]
  非自己回帰的対話状態追跡(NADST)の新しい枠組みを提案する。 NADSTはドメインとスロット間の潜在的な依存関係を分解し、分離されたスロットではなく完全なセットとして対話状態の予測を改善するためにモデルを最適化する。 以上の結果から,MultiWOZ 2.1コーパス上の全領域にわたる最先端の接合精度が得られた。
  論文  参考訳（メタデータ） (2020-02-19T06:39:26Z)

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。