論文の概要: CSDS: A Fine-grained Chinese Dataset for Customer Service Dialogue Summarization

• arxiv url: http://arxiv.org/abs/2108.13139v1
• Date: Mon, 30 Aug 2021 11:56:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-31 14:47:03.197452
• Title: CSDS: A Fine-grained Chinese Dataset for Customer Service Dialogue Summarization
• Title（参考訳）: CSDS: 顧客サービス対話要約のためのきめ細かい中国語データセット
• Authors: Haitao Lin, Liqun Ma, Junnan Zhu, Lu Xiang, Yu Zhou, Jiajun Zhang, Chengqing Zong
• Abstract要約: CSDS (Customer Service Dialogue Summarization) のための新しい中国語データセットについて紹介する。 CSDSは,(1)対話全体の全体的要約に加えて,異なる話者の視点を得るための役割指向要約も提供する。 CSDSの様々な要約手法を比較し,実験結果から,既存の手法は冗長で一貫性の低い要約を生成する傾向にあることが示された。
• 参考スコア（独自算出の注目度）: 44.21084429627218
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dialogue summarization has drawn much attention recently. Especially in the customer service domain, agents could use dialogue summaries to help boost their works by quickly knowing customers' issues and service progress. These applications require summaries to contain the perspective of a single speaker and have a clear topic flow structure. Neither are available in existing datasets. Therefore, in this paper, we introduce a novel Chinese dataset for Customer Service Dialogue Summarization (CSDS). CSDS improves the abstractive summaries in two aspects: (1) In addition to the overall summary for the whole dialogue, role-oriented summaries are also provided to acquire different speakers' viewpoints. (2) All the summaries sum up each topic separately, thus containing the topic-level structure of the dialogue. We define tasks in CSDS as generating the overall summary and different role-oriented summaries for a given dialogue. Next, we compare various summarization methods on CSDS, and experiment results show that existing methods are prone to generate redundant and incoherent summaries. Besides, the performance becomes much worse when analyzing the performance on role-oriented summaries and topic structures. We hope that this study could benchmark Chinese dialogue summarization and benefit further studies.
• Abstract（参考訳）: 最近,対話要約が注目されている。 特にカスタマーサービス領域では、エージェントが対話サマリーを使用して、顧客の問題やサービスの進捗を素早く知ることで作業を強化することができます。 これらのアプリケーションは、単一の話者の視点を持ち、明確なトピックフロー構造を持つために要約を必要とする。 既存のデータセットでは利用できない。 そこで本稿では,CSDS (Customer Service Dialogue Summarization) のための新しい中国語データセットを提案する。 csdは抽象要約を2つの側面で改善する: (1) 対話全体の要約に加え、役割指向要約も提供し、異なる話者の視点を得る。 2) すべての要約は, それぞれの話題を個別にまとめ, 対話の話題レベルの構造を包含する。 我々はCSDSにおけるタスクを、与えられた対話に対する全体的な概要と異なる役割指向の要約を生成するものとして定義する。 次に,csdにおける様々な要約手法を比較し,既存の手法が冗長で一貫性のない要約を生成しやすいことを示す。 さらに、ロール指向の要約やトピック構造のパフォーマンスを分析すると、パフォーマンスが大幅に悪化する。 この研究が中国の対話要約をベンチマークし、さらなる研究に役立つことを期待している。

関連論文リスト

• Increasing faithfulness in human-human dialog summarization with Spoken Language Understanding tasks [0.0]
  本稿では,タスク関連情報を組み込むことによって,要約処理の促進を図ることを提案する。 その結果,タスク関連情報とモデルを統合することで,単語の誤り率が異なる場合でも要約精度が向上することがわかった。
  論文  参考訳（メタデータ） (2024-09-16T08:15:35Z)
• Long Dialog Summarization: An Analysis [28.223798877781054]
  この研究は、様々なアプリケーションにおける効果的なコミュニケーションのために、一貫性と文脈的に豊かな要約を作成することの重要性を強調している。 異なる領域における長いダイアログの要約に対する現在の最先端のアプローチについて検討し、ベンチマークに基づく評価により、異なる要約タスクのために、各領域で1つのモデルがうまく機能しないことを示す。
  論文  参考訳（メタデータ） (2024-02-26T19:35:45Z)
• 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)
• DIONYSUS: A Pre-trained Model for Low-Resource Dialogue Summarization [127.714919036388]
  DIONYSUSは、任意の新しいドメインでの対話を要約するための訓練済みエンコーダデコーダモデルである。 実験の結果,DIONYSUSは6つのデータセット上で既存の手法よりも優れていた。
  論文  参考訳（メタデータ） (2022-12-20T06:21:21Z)
• TODSum: Task-Oriented Dialogue Summarization with State Tracking [16.87549093925514]
  タスク指向の対話要約データセット TODSum を大規模に導入する。 既存の作業と比較して、TODSumは深刻な分散情報問題に悩まされており、厳密な事実整合性を必要とする。 対話状態情報と対話履歴を統合するための状態認識型対話要約モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-25T06:53:11Z)
• Topic-Oriented Spoken Dialogue Summarization for Customer Service with Saliency-Aware Topic Modeling [61.67321200994117]
  顧客サービスシステムでは、長い音声対話のための要約を作成することにより、対話要約はサービス効率を高めることができる。 本研究では,高度に抽象的な要約を生成するトピック指向の対話要約に注目した。 SATM(Saliency-Awareural topic Model)と併用し,顧客サービス対話のトピック指向要約を目的とした,新しいトピック拡張型2段階対話要約器(TDS)を提案する。
  論文  参考訳（メタデータ） (2020-12-14T07:50:25Z)
• Multi-View Sequence-to-Sequence Models with Conversational Structure for Abstractive Dialogue Summarization [72.54873655114844]
  テキスト要約は、NLPにおいて最も困難で興味深い問題の1つである。 本研究では、まず、異なる視点から構造化されていない日々のチャットの会話構造を抽出し、会話を表現するマルチビューシーケンス・ツー・シーケンスモデルを提案する。 大規模対話要約コーパスの実験により,本手法は,自動評価と人的判断の両面から,従来の最先端モデルよりも有意に優れた性能を示した。
  論文  参考訳（メタデータ） (2020-10-04T20:12:44Z)
• Dialogue-Based Relation Extraction [53.2896545819799]
  本稿では,人間による対話型関係抽出(RE)データセットDialogREを提案する。 我々は,対話型タスクと従来のREタスクの類似点と相違点の分析に基づいて,提案課題において話者関連情報が重要な役割を担っていると論じる。 実験結果から,ベストパフォーマンスモデルにおける話者認識の拡張が,標準設定と会話評価設定の両方において向上することが示された。
  論文  参考訳（メタデータ） (2020-04-17T03:51:57Z)

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。